申请/专利权人:常州大学
申请日:2024-03-12
公开(公告)日:2024-05-31
公开(公告)号:CN118114052A
主分类号:G06F18/214
分类号:G06F18/214;G06F18/22;G06N3/0464;G01M13/045
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本发明涉及数据预处理技术领域,尤其涉及一种基于三元组损失挑选样本对的方法及系统,包括采集振动数据,并进行数据预处理;构建三元组损失样本,划分为正样本、负样本和锚定样本;利用标准化欧氏距离算法分别计算正样本与锚定样本的相似度、负样本与锚定样本的相似度;利用难样本三元组损失函数挑选与锚定样本最不相似的正样本以及与锚定样本最相似的负样本。本发明通过标准化欧氏距离相似度分别计算正负样本与锚定样本的距离,并利用动态阈值对难样本三元组损失函数进行改进,减少偶然的差异性带来的误差,导致挑选到不好的样本对的问题。
主权项:1.一种基于三元组损失挑选样本对的方法,其特征在于,包括以下步骤:步骤一、采集振动数据,并进行数据预处理;步骤二、构建三元组损失样本,划分为正样本、负样本和锚定样本;利用标准化欧氏距离算法分别计算正样本与锚定样本的相似度、负样本与锚定样本的相似度;利用难样本三元组损失函数挑选与锚定样本最不相似的正样本以及与锚定样本最相似的负样本。
全文数据:
权利要求:
百度查询: 常州大学 一种基于三元组损失挑选样本对的方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。