[发明专利]基于聚类与深度神经网络的关系型数据的连续特征嵌入方法在审
| 申请号： | 202210037678.1 | 申请日： | 2022-01-13 |
| 公开（公告）号： | CN114385713A | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 丁国辉;张家豪;张琦;袁佺;窦晓之;王阳;尹海军;王磊;滕一平;朱继召;范纯龙;朱帅;李尧 | 申请（专利权）人： | 沈阳航空航天大学 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06K9/62 |
| 代理公司： | 沈阳维特专利商标事务所(普通合伙) 21229 | 代理人： | 陈晖 |
| 地址： | 110136 辽宁省沈*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于聚类与深度神经网络的关系型数据的连续特征嵌入方法，首先利用无监督的机器学习(聚类)来得到连续特征的分布，然后结合连续特征的分布信息进行有监督的深度学习，实现对连续特征的自动嵌入。桶嵌入与距离比值的加权求和策略可以让相似的连续特征有相似的Embedding表示。根据特征值到桶中心点的距离，让每个桶的Embedding表示进行加权求和，可以充分利用每个桶之间的关联信息和数值特征与每个桶之间的关联信息。这样不仅消除了边界值嵌入问题即相似的连续特征值有明显不同的嵌入表示和相差很大的连续特征值有相同的嵌入表示，还在保证了数据连续性的情况下，将低维数据转化为高维数据，保护了连续特征的重要性。 | ||
| 搜索关键词： | 基于 深度 神经网络 关系 数据 连续 特征 嵌入 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沈阳航空航天大学，未经沈阳航空航天大学许可，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/patent/202210037678.1/，转载请声明来源钻瓜专利网。
