首页> 中国专利> 基于浅层模型知识迁移的小样本深度学习方法

基于浅层模型知识迁移的小样本深度学习方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于浅层模型知识迁移的小样本深度学习方法。本发明首先对数据进行预处理，然后根据相关领域的先验知识和专家经验将原始信号变换到不同的变换域，计算人工特征。根据人工特征，选择不同的浅层模型，基于少量有标签样本数据进行训练。并根据分类准确率/预测误差等指标，对不同特征组合的不同浅层模型进行筛选，构成候选模型池。然后，基于上述候选模型池，选择模型对未标注的样本进行预测，得到预测标签，并将多个预测标签融合。将上述预测标签与已有的少量的有标签样本组合，共同构建训练集。针对具体任务，设计深度神经网络结构，基于上述混合训练集训练。通过旋转机械故障诊断数据集，验证了该方法的有效性。

著录项

公开/公告号CN109102005B

专利类型发明专利
公开/公告日2020-08-18

原文格式PDF
申请/专利权人杭州电子科技大学;
展开▼

申请/专利号CN201810812756.4
发明设计人张敬;田婧;张德清;杨明月;徐晓滨;刘伟峰;文成林;
展开▼

申请日2018-07-23
分类号G06K9/62(20060101);
代理机构33240 杭州君度专利代理事务所(特殊普通合伙);
代理人黄前泽
地址 310018 浙江省杭州市下沙高教园区2号大街
入库时间 2022-08-23 11:09:53

法律信息

法律状态公告日

法律状态信息

法律状态
2020-08-18

授权

授权
2019-01-22

实质审查的生效 IPC(主分类):G06K9/62 申请日:20180723

实质审查的生效
2018-12-28

公开

公开

相似文献

专利
中文文献
外文文献

1. 基于浅层模型知识迁移的小样本深度学习方法 [P] . 中国专利： CN109102005B . 2020.08.18
2. 基于浅层融合的多模态图像能见度检测模型的深度学习方法 [P] . 中国专利： CN111738314B . 2021.11.02
3. - Frequency Based Hybrid Deep-learning Method Apparatus and Computer-readable Medium and Driving Control of Cable Driven Parallel Robot Using Frequency Based Hybrid Deep-learning Method [P] . 韩国专利： KR102106992B1 . 2020-05-06

机译： -基于频率的混合深度学习方法设备和计算机可读介质，以及基于频率的混合深度学习方法的电缆驱动并联机器人的驱动控制
4. - Frequency Based Hybrid Deep-learning Method Apparatus and Computer-readable Medium and Driving Control of Cable Driven Parallel Robot Using Frequency Based Hybrid Deep-learning Method [P] . 韩国专利： KR20200010665A . 2020-01-31

机译： -基于频率的混合深度学习方法设备和计算机可读介质，以及基于频率的混合深度学习方法的电缆驱动并联机器人的驱动控制
5. DEEPLEARING METHOD FOR VOICE RECOGNITION MODEL AND VOICE RECOGNITION DEVICE BASED ON ARTIFICAL NEURAL NETWORK [P] . KR102321798B1 . 2021-11-05

机译：基于人工神经网络的语音识别模型和语音识别装置的深度学习方法