模型訓(xùn)練方法、貧困程度信息識別方法、裝置和存儲介質(zhì)

基本信息

申請?zhí)?/td> CN202011540120.2 申請日 -
公開（公告）號 CN112541579A 公開（公告）日 2021-03-23
申請公布號 CN112541579A 申請公布日 2021-03-23
分類號 G06N3/08(2006.01)I;G06Q50/20(2012.01)I;G06N3/04(2006.01)I;G06Q50/26(2012.01)I 分類 計算；推算；計數(shù);
發(fā)明人 奚宇航;蔡慶秋 申請（專利權(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)專利商標(biāo)事務(wù)所有限公司 代理人 ?？玛?/td>
地址 100144北京市石景山區(qū)永引渠南路18號院1號樓1層A116
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種人工智能模型訓(xùn)練方法、貧困程度信息識別方法、計算機(jī)裝置和存儲介質(zhì)，人工智能模型訓(xùn)練方法包括獲取多個神經(jīng)網(wǎng)絡(luò)、特征數(shù)據(jù)和標(biāo)簽值，執(zhí)行多輪訓(xùn)練測試過程，直至滿足終止條件，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)明具有識別學(xué)生數(shù)據(jù)所屬于的貧困程度信息的能力，通過根據(jù)前一次序的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果來調(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)練過程中，最終獲得的人工智能模型具有強(qiáng)分類性能。本發(fā)明廣泛應(yīng)用于計算機(jī)技術(shù)領(lǐng)域。??