模型訓(xùn)練方法、貧困程度信息識(shí)別方法、裝置和存儲(chǔ)介質(zhì)
基本信息
| 申請(qǐng)?zhí)?/td> | CN202011540120.2 | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN112541579A | 公開(kāi)（公告）日 | 2021-03-23 |
| 申請(qǐng)公布號(hào) | CN112541579A | 申請(qǐng)公布日 | 2021-03-23 |
| 分類(lèi)號(hào) | G06N3/08(2006.01)I;G06Q50/20(2012.01)I;G06N3/04(2006.01)I;G06Q50/26(2012.01)I | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 奚宇航;蔡慶秋 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 北京北明數(shù)科信息技術(shù)有限公司 |
| 代理機(jī)構(gòu) | 廣州嘉權(quán)專(zhuān)利商標(biāo)事務(wù)所有限公司 | 代理人 | ?？玛?yáng) |
| 地址 | 100144北京市石景山區(qū)永引渠南路18號(hào)院1號(hào)樓1層A116 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明公開(kāi)了一種人工智能模型訓(xùn)練方法、貧困程度信息識(shí)別方法、計(jì)算機(jī)裝置和存儲(chǔ)介質(zhì)，人工智能模型訓(xùn)練方法包括獲取多個(gè)神經(jīng)網(wǎng)絡(luò)、特征數(shù)據(jù)和標(biāo)簽值，執(zhí)行多輪訓(xùn)練測(cè)試過(guò)程，直至滿(mǎn)足終止條件，確定樣本權(quán)重集合及各神經(jīng)網(wǎng)絡(luò)分別相應(yīng)的權(quán)重，以各神經(jīng)網(wǎng)絡(luò)按照相應(yīng)的權(quán)重組合成人工智能模型等步驟。本發(fā)明具有識(shí)別學(xué)生數(shù)據(jù)所屬于的貧困程度信息的能力，通過(guò)根據(jù)前一次序的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果來(lái)調(diào)整后一次序的神經(jīng)網(wǎng)絡(luò)訓(xùn)練所用的特征數(shù)據(jù)的權(quán)重集合，能夠使得在前次序的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果能夠傳遞到在后次序的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程中，最終獲得的人工智能模型具有強(qiáng)分類(lèi)性能。本發(fā)明廣泛應(yīng)用于計(jì)算機(jī)技術(shù)領(lǐng)域。?? |
