[发明专利]一种基于深度学习和半监督自学习结合的小样本学习方法在审
| 申请号： | 202210739798.6 | 申请日： | 2022-06-28 |
| 公开（公告）号： | CN115345274A | 公开（公告）日： | 2022-11-15 |
| 发明（设计）人： | 朱兆亚;朱吕甫 | 申请（专利权）人： | 安徽炬视科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京汇众通达知识产权代理事务所(普通合伙) 11622 | 代理人： | 余淑琴 |
| 地址： | 230094 安徽省合肥市高新区*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习和半监督自学习结合的小样本学习方法，包括以下步骤：构建一个浅层次的深度学习神经网络，在已标注数据集上训练一个线性分类器，同为作为后续半监督自学习模块的特征提取器；S2、构建线性回归模型；S3、在半监督自学习阶段，利用神经网络作为特征提取器，同时未标注数据赋予伪标签；S4、对线性回归模型求解；S5、对伪标签样本进行排序，并从中选取选取最可信的子集与现有的有标签样本集合一起重新迭代训练线性分类器，最终得到一个效果非常好的线性分类器，本发明逆残差卷积模型在控制模型参数数量的同时又可在内部拓展到更高维空间来进一步提高特征表达能力。 | ||
| 搜索关键词： | 一种 基于 深度 学习 监督 自学习 结合 样本 学习方法 | ||
【主权项】：
暂无信息
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安徽炬视科技有限公司，未经安徽炬视科技有限公司许可，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/202210739798.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种数控机床故障信号监测装置及监测方法
- 下一篇：一种3D表盖加工方法
