- 1、本文档共7页,其中可免费阅读6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
查看更多
本发明公开了一种工业低质高噪数据建模及产品质量预测方法,包括不但能够充分地利用有标签样本和无标签样本,而且在极少的有标签样本下就可以获得不错的性能。特别是,通过我们精心设计的自监督学习的预训练辅助任务,模型能够很好的学习到原始数据的表征,通过这种表征学习,模型能够在极少数的有标签样本,甚至是原始有标签样本数据的1/10,1/20下,获得媲美传统方法如支持向量机,梯度提升树等模型的结果;相对于传统的,没有进行提前预训练的模型,有预训练的模型优势明显,尤其是在极少有标签样本的数据量下,不容易过拟合而
(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 112990578 A
(43)申请公布日 2021.06.18
(21)申请号 202110280515.1
(22)申请日 2021.03.16
(71)申请人 北京航空航天大学
地址
文档评论(0)