[發(fā)明專利]信息補充方法、裝置、電子設(shè)備及計算機可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010526769.2
• 申請日: 2020-06-10
• 公開（公告）號: CN111667013A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計）人: 王建華;陳斌斌
• 申請（專利權(quán)）人: 創(chuàng)新奇智（廣州）科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙) 11463
• 代理人: 蔣姍

1.一種信息補充方法，其特征在于，所述方法包括：

根據(jù)數(shù)據(jù)所適用的任務(wù)場景，確定出對所述數(shù)據(jù)的特征進行降維的目標(biāo)降維方式；

根據(jù)所述目標(biāo)降維方式對所述數(shù)據(jù)所包括的特征進行篩選，得到選中特征及落選特征；

基于所述落選特征對根據(jù)所述任務(wù)場景所確定的基礎(chǔ)網(wǎng)絡(luò)模型進行訓(xùn)練，得到第一網(wǎng)絡(luò)模型，并獲取所述第一網(wǎng)絡(luò)模型針對所述落選特征輸出的第一預(yù)測值，所述第一預(yù)測值用于表征所述落選特征所包含的信息；

將所述第一預(yù)測值所表征的信息補充到所述選中特征內(nèi)，得到融合特征。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述第一預(yù)測值所表征的信息補充到所述選中特征內(nèi)，得到融合特征，包括：

將所述第一預(yù)測值轉(zhuǎn)變成與所述選中特征同一數(shù)量級的新特征；

將所述新特征加入到所述選中特征內(nèi)，得到所述融合特征。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述第一預(yù)測值所表征的信息補充到所述選中特征內(nèi)，得到融合特征，包括：

基于所述選中特征對所述基礎(chǔ)網(wǎng)絡(luò)模型進行訓(xùn)練，得到第二網(wǎng)絡(luò)模型，并獲取所述第二網(wǎng)絡(luò)模型針對所述選中特征輸出的第二預(yù)測值，所述第二預(yù)測值用于表征所述選中特征所包含的信息；

獲取所述第一網(wǎng)絡(luò)模型的第一評價指標(biāo)及所述第二網(wǎng)絡(luò)模型的第二評價指標(biāo)；

根據(jù)所述第一評價指標(biāo)及所述第二評價指標(biāo)對所述第一預(yù)測值及所述第二預(yù)測值進行加權(quán)求和，得到所述融合特征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述第一評價指標(biāo)及所述第二評價指標(biāo)對所述第一預(yù)測值及所述第二預(yù)測值進行加權(quán)求和，得到所述融合特征，包括：

根據(jù)公式M＝H1×Y1/(H1+H2)+H2×Y2/(H1+H2),得到所述融合特征；

其中，M為所述融合特征，Y1為所述第一預(yù)測值，Y2為所述第二預(yù)測值，H1為所述第一評價指標(biāo)，H2為所述第二評價指標(biāo)。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述落選特征對根據(jù)所述任務(wù)場景所確定的基礎(chǔ)網(wǎng)絡(luò)模型進行訓(xùn)練，得到第一網(wǎng)絡(luò)模型，并獲取所述第一網(wǎng)絡(luò)模型針對所述落選特征輸出的第一預(yù)測值，包括：

基于所述落選特征分別對多個所述基礎(chǔ)網(wǎng)絡(luò)模型進行訓(xùn)練，得到多個預(yù)測值；

將所述多個預(yù)測值進行加權(quán)求和，得到所述第一預(yù)測值。

6.一種信息補充裝置，其特征在于，所述裝置包括：

確定模塊，用于根據(jù)數(shù)據(jù)所適用的任務(wù)場景，確定出對所述數(shù)據(jù)的特征進行降維的目標(biāo)降維方式；

篩選模塊，用于根據(jù)所述目標(biāo)降維方式對所述數(shù)據(jù)所包括的特征進行篩選，得到選中特征及落選特征；

輸出模塊，用于基于所述落選特征對根據(jù)所述任務(wù)場景所確定的基礎(chǔ)網(wǎng)絡(luò)模型進行訓(xùn)練，得到第一網(wǎng)絡(luò)模型，并獲取所述第一網(wǎng)絡(luò)模型針對所述落選特征輸出的第一預(yù)測值，所述第一預(yù)測值用于表征所述落選特征所包含的信息；

補充模塊，用于將所述第一預(yù)測值所表征的信息補充到所述選中特征內(nèi)，得到融合特征。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述補充模塊，用于將所述第一預(yù)測值轉(zhuǎn)變成與所述選中特征同一數(shù)量級的新特征；將所述新特征加入到所述選中特征內(nèi)，得到所述融合特征。

8.根據(jù)權(quán)利要求6所述的裝置，其特征在于，

所述輸出模塊，還用于基于所述選中特征對所述基礎(chǔ)網(wǎng)絡(luò)模型進行訓(xùn)練，得到第二網(wǎng)絡(luò)模型，并獲取所述第二網(wǎng)絡(luò)模型針對所述選中特征輸出的第二預(yù)測值，所述第二預(yù)測值用于表征所述選中特征所包含的信息；

所述補充模塊，用于獲取所述第一網(wǎng)絡(luò)模型的第一評價指標(biāo)及所述第二網(wǎng)絡(luò)模型的第二評價指標(biāo)；根據(jù)所述第一評價指標(biāo)及所述第二評價指標(biāo)對所述第一預(yù)測值及所述第二預(yù)測值進行加權(quán)求和，得到所述融合特征。