申请/专利权人:南京航空航天大学
申请日:2024-01-10
公开(公告)日:2024-04-09
公开(公告)号:CN117851825A
主分类号:G06F18/214
分类号:G06F18/214;G06F18/2413;G06F18/2431;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.04.09#公开
摘要:本发明公开了一种基于深度度量学习的多级GUI状态识别方法,包括步骤:S1,获取多级GUI状态训练样本;S2,对各级GUI状态的样本进行采样,得到满足N‑1个样本对的多类N元组;S3,设定各级状态的给定距离,对多元组中样本对的进行加权处理,设计加权距离损失函数,以防止其成对距离偏离所属级别,实现扩大类间间距、缩短类内间距的目的。本发明通过深度度量学习有效地拉近同类样本,远离同类样本的能力,从给定数据学习任务领域的特征,以达到对领域问题具有更强适用性的目的。
主权项:1.一种基于深度度量学习的多级GUI状态识别方法,其特征在于,包括以下步骤:S1,获取多级GUI状态训练样本;S2,对各级GUI状态的样本进行采样,得到满足N-1个样本对的多类N元组;S3,设定各级状态的给定距离,对多元组中的样本对进行加权处理,设计加权距离损失函数,以防止其成对距离偏离所属级别,实现扩大类间间距、缩短类内间距的目的。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种基于深度度量学习的多级GUI状态识别方法
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。