本发明公开的一种深度迁移学习的不平衡分类集成方法,包括以下步骤:建立辅助数据集;构建辅助深度网络模型和目标深度网络模型;训练辅助深度网络;将辅助深度网络的结构和参数迁移到目标深度网络;计算auprc值的乘积作为分类器的权值,对各个迁移分类器的分类结果加权集成,得到集成分类结果,作为集成分类器输出。本发明的方法,改进的平均精度方差损失函数APE和平均精度交叉熵损失函数APCE,在计算样本的损失代价时,动态调整样本的权值,对多数类样本赋予较少的权值,对少数类样本赋予更多的权值,由此训练得到的深度网络对少数类样本更加重视,更适用于不平衡数据的分类问题。
咨询热线:020-38033421
传真号码:020-38061201
电子邮箱:jm@jiaquanip.cn
Copyright © 嘉权专利商标事务所 All Rights Reserved. 粤ICP备2023151901号