一种基于主成分分析的宽度学习方法
授权
摘要
本发明涉及一维或二维数据处理技术领域,具体涉及一种基于主元分析和宽度学习的数据识别方法。该方法将利用主成分分析对原数据降维作为宽度学习网络输入的特征节点,进一步的为了将降维后的数据中相对不明显的特征节点显示出来,以特征节点的线性组合原理得到宽度学习网络输入的增强节点,以宽度学习数据处理模型训练结果的精度和速度为依据来不断调整增强节点,完善宽度学习训练模型。本发明用在数据处理方面相比现有技术具有高的识别精度和短的训练时间,方便了网络参数实时更新。
基本信息
专利标题 :
一种基于主成分分析的宽度学习方法
专利标题(英):
暂无
公开(公告)号 :
CN108960422A
申请号 :
CN201810647732.8
公开(公告)日 :
2018-12-07
申请日 :
2018-06-19
授权号 :
CN108960422B
授权日 :
2022-04-15
发明人 :
吴兰韩晓磊文成林
申请人 :
河南工业大学
申请人地址 :
河南省郑州市中原区高新技术产业开发区莲花街100号
代理机构 :
河南大象律师事务所
代理人 :
尹周
优先权 :
CN201810647732.8
主分类号 :
G06N3/08
IPC分类号 :
G06N3/08 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-15 :
授权
2019-01-01 :
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20180619
申请日 : 20180619
2018-12-07 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载