申请/专利权人：合肥工业大学

申请日：2022-01-26

公开（公告）日：2024-03-22

公开（公告）号：CN114663719B

主分类号：G06F18/24

分类号：G06F18/24;G06V10/774;G06V10/82;G06V10/764;G06N3/0455;G06N3/0895

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.07.12#实质审查的生效;2022.06.24#公开

摘要：本发明提供一种面向数据稀缺的自监督数据挖掘方法、系统、存储介质和电子设备，涉及数据挖掘领域。本发明分别将正样本和负样本输入编码器中，获取正样本的特征空间、负样本的特征空间；将正样本的特征空间输入基于掩码卷积的预测器中，收集正样本的历史特征；并根据所述历史特征获取下一时间序列的线性预测值；构建正样本对和负样本对的对比策略，更新编码器的权重直至损失函数收敛；正样本对包括正样本的特征空间和线性预测值，负样本对包括负样本的特征空间和线性预测值。通过挖掘无标签数据的特征空间，减少对数据标签的过度依赖。利用对比预测作为辅助任务，可以将数据时序特性整合到最终的数据挖掘过程中，从而解决数据稀缺的问题。

主权项：1.一种面向数据稀缺的自监督数据挖掘方法，其特征在于，构建数据挖掘模型，所述数据挖掘模型包括编码器和基于掩码卷积的预测器；该方法具体包括：S1、预处理所有样本数据，获取各所述样本数据对应的图像；S2、将各所述样本数据对应的图像进行重叠裁切获取图像块，且任意指定一个样本数据对应的全部图像块为正样本，其余样本数据对应的全部图像块为负样本；S3、分别将所述正样本和负样本输入所述编码器中，获取所述正样本的特征空间、所述负样本的特征空间；S4、将所述正样本的特征空间输入所述基于掩码卷积的预测器中，收集所述正样本的历史特征；并根据所述历史特征获取下一时间序列的线性预测值；S5、构建正样本对和负样本对的对比策略，更新所述编码器的权重直至损失函数收敛；所述正样本对包括所述正样本的特征空间和所述线性预测值，所述负样本对包括所述负样本的特征空间和所述线性预测值；S6、将预处理后的待挖掘数据输入训练完成后的编码器中，获取所述待挖掘数据对应的特征空间；S7、将所述待挖掘数据对应的特征空间输入目标分类模型中，所述目标分类模型包括用于在线评论、语音识别、视觉识别或者故障诊断；所述S4中收集所述正样本的历史特征，具体包括：将所述正样本的特征空间写成一维序列z1,z2,…,zc1*c2,求解估计联合分布pz， 其中，pzc|z1,...,zc-1表示历史特征z1,...,zc-1的第c个图像块的概率。

全文数据：

权利要求：

百度查询： 合肥工业大学 面向数据稀缺的自监督数据挖掘方法和系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD