基于度量学习的自引导式混合数据表征学习方法及系统.pdfVIP

下载本文档

0
0
约2.61万字
约 18页
2023-04-27 发布于北京
举报
版权申诉

基于度量学习的自引导式混合数据表征学习方法及系统.pdf

1、本文档共18页，其中可免费阅读17页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于度量学习的自引导式混合数据表征学习方法及系统，本发明方法包括针对P引导机和C引导机两个相互耦合的三层神经网络进行交替训练的步骤，且每一轮交替训练包括：计算P引导机中三元组所对应的表征，根据所得表征计算指导信息并输入C引导机中指导C引导机的训练，更新C引导机中的参数，计算C引导机中三元组所对应的表征，再根据C引导机中的表征计算指导信息传入P引导机中指导P引导机的训练，更新P引导机中的参数。本发明不仅能从特征层面反映特征之间的耦合关系、可学习到包含离散特征和连续特征耦合关系的混合

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114139629 A (43)申请公布日 2022.03.04 (21)申请号 202111463166.3 (22)申请日 2021.12.02 (71)申请人中国人民解放军国防科技大学