[发明专利]基于多尺度可靠聚类的数据去噪方法

摘要

本发明公开了基于多尺度可靠聚类的数据去噪方法，本发明针对商品识别模型中数据的前期处理提出单品类去噪算法，旨在解决对深度学习训练数据脏乱差的问题。该算法通过对每个类别聚类的方式，找出那些类簇之外的离散点，也就是那些噪声数据并将其剔除，实现端到端的数据自动化清洗流程，省去人工清洗数据的时间，大大提高数据处理的工作效率。实验结果表明，使用去噪后的数据集进行训练的网络得到的精度会比使用原数据训练网络所得的精度要高，也从侧面反映出该去噪方法良好的性能。