[发明专利]基于层次化耦合关系的离散数据表征学习方法及系统

摘要

本发明公开了一种基于层次化耦合关系的离散数据表征学习方法及系统，本发明包括对输入的离散数据集合X，计算基于出现/共现频率的特征值影响力矩阵Mo和Mc以完成特征值耦合关系学习，进行聚类特征类学习得到特征值类的类别隶属关系矩阵C以完成特征值类学习，输入预先完成训练的自动编码器进行降维得到特征值表征矩阵V以完成特征值类耦合关系学习，将特征值表征矩阵V中取出每个特征值的连续表征拼接得到连续化数据表征R以完成离散数据表征学习。本发明能够有效提高提高离散型数据的使用效率和离散数据表征学习的信息量，能够在不利用数据标注的情况下，捕获到离散数据中的层次化耦合关系，从而为后续应用提供一个离散数据表征学习接口。