[发明专利]基于神经网络模型的大规模数据沿袭方法在审
| 申请号： | 202010988710.5 | 申请日： | 2020-09-18 |
| 公开（公告）号： | CN112131303A | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 李杰;叶一舟 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F16/26 | 分类号： | G06F16/26;G06N3/04;G06N3/06;G06N3/08 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘子文 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 神经网络 模型 大规模 数据 沿袭 方法 | ||
【权利要求书】：
1.基于神经网络模型的大规模数据沿袭方法，其特征在于，包括以下步骤：
(1)生成网络训练集；包括数组排序、维度标准划分和训练子集划分；根据数据集中不同维度中的值对数据集中的数据进行排序并存储；为每个维度确定一个划分标准以解决样本穷举问题；并将训练集分为若干个子集，作为训练子集；
(2)训练神经网络模型；使用分层的网络结构代替传统的神经网络结构，以解决由于样本数据差别大造成的误差问题；分层的网络结构具体包括网络选择器和子网两大部分，使用网络选择器作为第一层，其作用是为查询找到正确的对应子网；对于每一个子网，使用训练子集分别进行训练；
(3)可视交互与沿袭；将神经网络的输出结果映射为若干种视图，具体包括空间散点图、时空投影视图和模式对比视图；用于对数据集进行可视化交互探索，使用可视化的方式方便用户对数据结果进行探索；并允许用户通过沿袭的方式探索数据来源。
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天津大学，未经天津大学许可，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/pat/books/202010988710.5/1.html，转载请声明来源钻瓜专利网。
