一种基于数据模糊性的在线学习方法、设备及介质
基本信息
申请号 | CN202110399033.8 | 申请日 | - |
公开(公告)号 | CN113361561A | 公开(公告)日 | 2021-09-07 |
申请公布号 | CN113361561A | 申请公布日 | 2021-09-07 |
分类号 | G06K9/62;G06N3/04;G06N3/08 | 分类 | 计算;推算;计数; |
发明人 | 曹伟朋;庄浩;张继勇;蔡恒;张均贺;李圣东 | 申请(专利权)人 | 华瑞新智科技(北京)有限公司 |
代理机构 | 北京君慧知识产权代理事务所(普通合伙) | 代理人 | 董延丽 |
地址 | 100083 北京市海淀区成府路3501号新东源北楼3层 | ||
法律状态 | - |
摘要
摘要 | 本申请公开了一种基于数据模糊性的在线学习方法、设备及介质,用以解决输入在线学习模型的输入数据过多,且输入的数据中具有典型性的数据相对稀疏等技术问题。方法包括:服务器基于训练样本数据完成模糊分类器的训练,其中,模糊分类器的数量为2N+1个,N为正整数;将来自终端的数据流输入到模糊分类器中;确定数据流中各个输入数据的模糊度;根据预设选取方式和输入数据的模糊度,确定来自终端的数据流中具有典型性的输入数据,并将具有典型性的输入数据发送给终端,其中,具有典型性的输入数据用于使终端更新随机权神经网络的在线学习模型。本申请通过上述方法降低了输入在线学习模型的输入数据数量,同时保证了输入数据的典型性。 |
