[發明專利]一種地質方向人工神經網絡訓練數據的擴展方法

有效

• 申請號: 202011353345.7
• 申請日: 2020-11-27
• 公開（公告）號: CN112465023B
• 公開（公告）日: 2021-06-18
• 發明（設計）人: 杜星;趙曉龍
• 申請（專利權）人: 自然資源部第一海洋研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06Q50/02
• 代理公司: 廣州市合本知識產權代理事務所(普通合伙) 44421
• 代理人: 劉潔

本發明涉及地質和人工智能技術領域，具體涉及一種地質方向人工神經網絡訓練數據的擴展方法，包括步驟A、地質數據的獲取，步驟B、數據分析篩選，步驟C、數據擴展與前處理，步驟D、模型訓練以及步驟E、準確性驗證，該擴展方法適用于海洋地質領域以及類似的訓練數據量少的領域，通過對有限的少量已有數據進行分析、處理和擴展，以滿足當前大量訓練數據的需求，達到現有人工神經網絡訓練模型學習的需求，得到精確的預測模型。因此，通過本發明的方法，能夠在人工智能學習中，在樣本數據量較小時對數據進行擴展，提高少量數據訓練時的精度，對有限的數據具有深入挖掘的功能，以達到充分學習、增加準確率的目的。

技術領域

本發明涉及地質和人工智能技術領域，具體涉及一種地質方向人工神經網絡訓練數據的擴展方法。

背景技術

人工智能技術是目前在全球各領域都廣泛運用的一項技術，無論是圖像識別、聲音識別、自動駕駛還是搜索引擎的使用，都給人們生活帶來了巨大的便利。在地質領域，人工智能技術也逐漸得到了廣泛的使用，例如衛星圖片識別、災害預警以及各類地質數據預測等。人工智能算法最基礎的思想為利用已有模型，通過對訓練數據進行學習和校正，最終獲得合適的模型內部參數，并進行下一步的使用。其中，人工神經網絡作為一種有監督機器學習算法，是應用最為廣泛的一種人工智能算法。

通常情況下，人工智能訓練數據的獲得較為容易且數據量龐大。像淘寶、京東等購物網站，每天通過用戶的點擊量即可獲得大量訓練數據，對用戶的喜好進行預測和分類，甚至還要適當對數據進行精簡以加快運算速度。但是，與大部分人工智能的應用領域不同的是，地質領域獲取數據成本高、難度大、影響因素復雜，因此研究某一問題時訓練數據往往較為不足，與其他領域以TB為單位計算的數據比較起來，往往只有幾kb的數據量，容易導致訓練數據不足、訓練結果不準確。

人類或生物對于某一事物或問題的學習，往往幾十甚至幾次就能快速掌握該問題，根本不需要幾萬甚至幾十萬次的數據進行訓練。這說明現有人工智能算法仍然具有較大的不足，對于數據量有著較大的依賴，與真正生物學習和處理問題的能力差別較大。當訓練數據量不足時無法得到精確的預測模型，所以充足的訓練數據量非常重要。

為此，亟待提出一種數據擴展方法，可以針對地質領域的基于人工神經網絡訓練數據量較少的情況，能夠對已有數據進行分析、處理和擴展，以滿足當前大量訓練數據的需求。

發明內容

本發明的目的在于針對現有技術中的不足，而提供一種地質方向人工神經網絡訓練數據的擴展方法，該擴展方法能夠對有限的少量數據進行分析、處理和擴展，達到現有人工神經網絡訓練模型學習的需求，得到精確的預測模型。

本發明的目的通過以下技術方案實現：

提供一種地質方向人工神經網絡訓練數據的擴展方法，包括以下步驟：

步驟A、地質數據的獲取：

獲取研究海洋地質問題或區域的相關參數，用以保證數據的準確性，所有參數對應的數據為原始數據t；

步驟B、數據分析篩選：

結合研究海洋地質領域的專業知識，分析哪些參數進行數據擴展后對結果沒有影響，篩選出適宜進行擴展處理的參數，作為可擴展參數；

將原始數據t按比例分成a％和(1-a％)兩部分，其中a％的數據作為訓練數據X進行擴展處理使用，所述訓練數據X的總量為t×a％，剩余(1-a％)的數據作為二次檢驗數據Y使用，所述二次檢驗數據Y的總量為t×(1-a％)。

步驟C、數據擴展與前處理：

步驟C1、數據擴展處理：

將篩選出的可擴展參數所對應的訓練數據X，使用數值臨近法進行擴展，同一個參數擴展的數量和不同參數之間的組合方式根據實際情況進行校驗后確定，具體為：