[发明专利]一种半监督学习的训练方法、系统和计算机可读存储介质有效
| 申请号： | 201910766533.3 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110298415B | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 别晓辉;徐盼盼;别伟成;单书畅 | 申请（专利权）人： | 视睿(杭州)信息科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 33235 杭州华知专利事务所(普通合伙) | 代理人： | 张德宝<国际申请>=<国际公布>=<进入 |
| 地址： | 310000 浙江省杭州市余杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种半监督学习的训练方法、系统和计算机可读存储介质，所述方法包括：对历史标注样本进行聚类，计算得到聚类中心；接收新的标注样本和未标注样本；根据模型计算标注样本的预测标签，结合预测标签与实际标签求得第一损失函数；对比分析未标注样本和聚类中心的历史标注样本的一致性，并计算得到第二损失函数；结合第一损失函数和第二损失函数，并采用预设的半监督学习算法优化模型的参数。本发明只要标注少量的样本，极大降低了标注过程的成本；利用少量的标注样本，来引导大量的未标注样本进行特征训练，充分发挥了未标注样本的作用，可以进一步辅助模型的训练，提高模型的预测能力。 | ||
| 搜索关键词： | 标注 样本 损失函数 计算机可读存储介质 半监督学习 聚类中心 标签 半监督学习算法 对比分析 辅助模型 模型计算 特征训练 优化模型 预测能力 预测 聚类 预设 | ||
【主权项】：
1.一种半监督学习的训练方法，其特征在于，所述方法包括：/n对历史标注样本进行聚类，计算得到聚类中心；/n接收新的标注样本和新的未标注样本；/n根据半监督学习模型计算新的标注样本的预测标签，结合预测标签与新的标注样本事先标注好的实际标签求得第一损失函数；/n对比分析新的未标注样本和聚类中心的历史标注样本的一致性，并计算得到第二损失函数；/n结合第一损失函数和第二损失函数，并采用预设的半监督学习算法优化半监督学习模型的参数。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于视睿(杭州)信息科技有限公司，未经视睿(杭州)信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910766533.3/，转载请声明来源钻瓜专利网。
