基于神经网络技术解决数据泛化不均衡问题的方法

    公开(公告)号:CN114219036A

    公开(公告)日:2022-03-22

    申请号:CN202111551425.8

    申请日:2021-12-17

    Abstract: 本申请公开了基于神经网络技术解决数据泛化不均衡问题的方法,包括:确定待分类的第一数据集和第二数据集,所述第一数据集与所述第二数据集具有微小差别;分别提取所述第一数据集和第二数据集的孤立点,所述孤立点在所述第一数据集和第二数据集中是少量的,是引起第一数据集与第二数据集具有变化的离异点;将所述第一数据集的孤立点与所述第二数据集的孤立点进行特征普遍化,分别形成第一数据集的第一特征点和第二数据集的第二特征点;采用神经网络算法根据所述第一数据集的第一特征点与所述第二数据集对应的第二特征点对所述第一数据集和第二数据集进行分类。通过采用被称为噪声点的孤立点作为特征点并以此分类,解决数据泛化不均衡的问题。

    基于特征提取和双支持向量机的分类器创建方法及装置

    公开(公告)号:CN113792748A

    公开(公告)日:2021-12-14

    申请号:CN202111366311.6

    申请日:2021-11-18

    Abstract: 本发明提供一种基于特征提取和双支持向量机的分类器创建方法及装置,所述方法通过对样本数据进行特征提取,针对不同的任务进行数据优化,通过引入隶属度通过加权的方式控制每个样本点对训练集的隶属度,同时通过引入松弛变量平衡训练数据中的孤点或噪声点的约束条件,以减小样本中孤点或噪点导致的误差;进一步地,本发明通过采用加权的方式对成本进行控制,使用代价敏感学习框架,在模糊支持向量机中通过加权引入成本,以此来降低用等式表示数据不平衡问题的误差;进一步地,通过生成两个独立且不平行的超平面,使每个超平面都接近两个类别中的一个同时远离另一个,使得无需额外的外部优化器即可处理大规模的分类问题。

    一种隐式标签同现的预测方法及装置

    公开(公告)号:CN108874868A

    公开(公告)日:2018-11-23

    申请号:CN201810374955.1

    申请日:2018-04-24

    Abstract: 本发明公开了一种隐式标签同现的预测方法,包括:获取信息网络中与标签相关的实体,基于不同实体之间的关系构建权重网络元结构并得到信息网络对应的网络拓扑结构;分别针对不同的实体,相应计算得到不同实体的权重并添加到所述网络拓扑结构中;针对待预测的两个标签,在所述网络拓扑结构中获取两个标签之间的权重路径;其中,所述权重路径为待预测的两个标签之间连接路径;将所述权重路径作为输入,采用逻辑回归模型作为预测模型,计算待预测的两个标签同现的概率。本申请能够对标签网络中隐藏更深的标签关系是否能够同现进行准确预测,进而挖掘得到更深层次的相关信息。

    一种基于人工智能的艺术特征迁移系统及应用

    公开(公告)号:CN110399834B

    公开(公告)日:2021-06-15

    申请号:CN201910678801.6

    申请日:2019-07-25

    Abstract: 本发明提供了一种基于人工智能的艺术特征迁移系统及应用,包括:前端服务器,用于上传并获取用户所提交的待鉴定古董图像;辅助鉴定模块,用于根据所存储的辅助鉴定算法,对前端服务器所上传并获取的待鉴定古董图像进行辅助鉴定分析,获得与待鉴定古董图像相应的辅助鉴定结果,并将辅助鉴定结果传输到后台服务器;后台服务器,用于将前端服务器所上传并获取的待鉴定古董图像和辅助鉴定模块所获得的辅助鉴定结果进行对应记录,并存储到相应的预设古董鉴定数据库中,同时将与待鉴定古董图像相应的辅助鉴定结果传输到鉴赏平台;鉴赏平台,用于将后台服务器所传输的与待鉴定古董图像相应的辅助鉴定结果进行显示,可提高辨别古董真假的可靠性。

Patent Agency Ranking