龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西南交通大学
摘要：本发明公开了一种基于对比学习的多视角自监督深度表征方法，包括以下步骤：S1、构建正负样本，在Multi‑CL‑GRBM模型中，将一个具有多个视角的数据集中的样本划分为正样本和负样本；S2、特征编码，将每一个视角的数据通过各自CL‑GRBM模型进行特征编码，得到多视角数据的特征集合；S3、对比学习，根据正负样本构建Multi‑CL‑GRBM模型的目标函数；S4、参数更新，对每个视角的CL‑GRBM模型的参数进行梯度更新，实现参数的学习。本发明通过Multi‑CL‑GRBM模型实现了对多视角数据进行表征学习，可以比单视角学习学到更加全面的表征。
主权项：1.一种基于对比学习的多视角自监督深度表征方法，其特征在于，包括以下步骤：S1、构建正负样本，在Multi-CL-GRBM模型中，将一个具有多个视角的数据集中的样本划分为正样本和负样本；S2、特征编码，将每一个视角的数据通过各自的CL-GRBM模型进行特征编码，得到多视角数据的特征集合；S3、对比学习，获取Multi-CL-GRBM模型的视角内损失函数和视角间损失函数，并根据正负样本构建Multi-CL-GRBM模型的目标函数；S4、参数更新，根据Multi-CL-GRBM模型的目标函数，对每个视角的CL-GRBM模型的参数进行梯度更新，直到Multi-CL-GRBM模型的目标函数收敛，从而实现参数的学习。
全文数据：
权利要求：
百度查询： 西南交通大学 一种基于对比学习的多视角自监督深度表征方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号