[發明專利]數據處理方法、裝置和設備

有效

• 申請號: 201811531929.1
• 申請日: 2018-12-14
• 公開（公告）號: CN109919318B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 周亞順;李漓春;殷山;王華忠
• 申請（專利權）人: 創新先進技術有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝

1.一種數據處理方法，所述方法用于生成能夠擬合激活函數的多項式；所述多項式用于代替所述激活函數構建機器學習模型；所述方法包括：

根據業務數據的特征信息，確定多項式的次數和擬合區間；所述擬合區間包括多個子區間；每個子區間對應有權重系數；

根據所述子區間和所述權重系數，構建度量函數；其中，所述構建度量函數包括：構建每個子區間對應的子度量函數，所述子度量函數用于表示所述多項式和所述激活函數在該子區間上的差異程度；將各個子區間對應的子度量函數和權重系數的乘積進行累加，得到度量函數，所述度量函數用于表示所述多項式和所述激活函數在所述擬合區間上的差異程度；

根據所述度量函數，計算所述多項式中待定系數的取值；

根據待定系數的取值，生成所述多項式的表達式。

2.如權利要求1所述的方法，所述子度量函數包括以下至少一種：均方誤差函數、均方根誤差函數、平均絕對誤差函數。

3.如權利要求1所述的方法，所述計算所述多項式中待定系數的取值，包括：

根據所述度量函數，計算所述多項式中待定系數的取值；以使得所述度量函數滿足預設條件。

4.如權利要求3所述的方法，所述預設條件包括：所述度量函數的取值達到最小值。

5.如權利要求1所述的方法，所述激活函數包括以下至少一種：Sigmoid函數、Tanh函數、ReLU函數。

6.如權利要求1所述的方法，所述特征信息包括業務數據的維度數。

7.如權利要求1所述的方法，所述機器學習模型基于隱私分享算法進行訓練。

8.一種數據處理裝置，所述裝置用于生成能夠擬合激活函數的多項式；所述多項式用于代替所述激活函數構建機器學習模型；所述裝置包括：

確定單元，用于根據業務數據的特征信息，確定多項式的次數和擬合區間；所述擬合區間包括多個子區間；每個子區間對應有權重系數；

構建單元，用于根據所述子區間和所述權重系數，構建度量函數；其中，所述構建度量函數包括：構建每個子區間對應的子度量函數，所述子度量函數用于表示所述多項式和所述激活函數在該子區間上的差異程度；將各個子區間對應的子度量函數和權重系數的乘積進行累加，得到度量函數，所述度量函數用于表示所述多項式和所述激活函數在所述擬合區間上的差異程度；

計算單元，用于根據所述度量函數，計算所述多項式中待定系數的取值；

生成單元，用于根據待定系數的取值，生成所述多項式的表達式。

9.一種數據處理設備，所述設備用于生成能夠擬合激活函數的多項式；所述多項式用于代替所述激活函數構建機器學習模型；所述設備包括：

存儲器，用于存儲計算機指令；

處理器，用于執行所述計算機指令實現以下步驟：根據業務數據的特征信息，確定多項式的次數和擬合區間；所述擬合區間包括多個子區間；每個子區間對應有權重系數；根據所述子區間和所述權重系數，構建度量函數；其中，所述構建度量函數包括：構建每個子區間對應的子度量函數，所述子度量函數用于表示所述多項式和所述激活函數在該子區間上的差異程度；將各個子區間對應的子度量函數和權重系數的乘積進行累加，得到度量函數，所述度量函數用于表示所述多項式和所述激活函數在所述擬合區間上的差異程度；根據所述度量函數，計算所述多項式中待定系數的取值；根據待定系數的取值，生成所述多項式的表達式。