模型训练方法、贫困程度信息识别方法、装置和存储介质
基本信息
| 申请号 | CN202011540120.2 | 申请日 | - |
| 公开（公告）号 | CN112541579A | 公开（公告）日 | 2021-03-23 |
| 申请公布号 | CN112541579A | 申请公布日 | 2021-03-23 |
| 分类号 | G06N3/08(2006.01)I;G06Q50/20(2012.01)I;G06N3/04(2006.01)I;G06Q50/26(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 奚宇航;蔡庆秋 | 申请（专利权）人 | 北京北明数科信息技术有限公司 |
| 代理机构 | 广州嘉权专利商标事务所有限公司 | 代理人 | 常柯阳 |
| 地址 | 100144北京市石景山区永引渠南路18号院1号楼1层A116 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种人工智能模型训练方法、贫困程度信息识别方法、计算机装置和存储介质，人工智能模型训练方法包括获取多个神经网络、特征数据和标签值，执行多轮训练测试过程，直至满足终止条件，确定样本权重集合及各神经网络分别相应的权重，以各神经网络按照相应的权重组合成人工智能模型等步骤。本发明具有识别学生数据所属于的贫困程度信息的能力，通过根据前一次序的神经网络的训练结果来调整后一次序的神经网络训练所用的特征数据的权重集合，能够使得在前次序的神经网络的训练结果能够传递到在后次序的神经网络的训练过程中，最终获得的人工智能模型具有强分类性能。本发明广泛应用于计算机技术领域。 |
