[發(fā)明專利]一種基于主動學習的材料數(shù)據(jù)集篩選方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210036212.X
• 申請日: 2022-01-13
• 公開（公告）號: CN114386512A
• 公開（公告）日: 2022-04-22
• 發(fā)明（設計）人: 錢權;陳水洲
• 申請（專利權）人: 上海大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 北京方圓嘉禾知識產(chǎn)權代理有限公司 11385
• 代理人: 程華

1.一種基于主動學習的材料數(shù)據(jù)集篩選方法，其特征在于，所述擴充方法包括如下步驟：

抽取未檢測的數(shù)據(jù)池中的不同材料數(shù)據(jù)對初始訓練數(shù)據(jù)池進行擴充，獲得多個擴充得到的訓練數(shù)據(jù)池及多個訓練得到的基線模型，作為初步篩選結果；所述訓練得到的基線模型為利用擴充得到的訓練數(shù)據(jù)池對基線模型進行訓練獲得的；所述未檢測的數(shù)據(jù)池包括收集得到的未驗證的文獻數(shù)據(jù)；所述初始訓練數(shù)據(jù)池包括實驗數(shù)據(jù)；

從所述初步篩選結果中，選取性能參數(shù)最優(yōu)的訓練得到的基線模型和性能最優(yōu)的訓練得到的基線模型對應的擴充得到的訓練數(shù)據(jù)池作為數(shù)據(jù)集篩選結果。

2.根據(jù)權利要求1所述的基于主動學習的材料數(shù)據(jù)集篩選方法，其特征在于，所述抽取未檢測的數(shù)據(jù)池中的不同材料數(shù)據(jù)對初始訓練數(shù)據(jù)池進行擴充，獲得多個擴充得到的訓練數(shù)據(jù)池及多個訓練得到的基線模型，作為初步篩選結果，具體包括：

滑動窗口j在未檢測的數(shù)據(jù)池中選取材料數(shù)據(jù)，得到多個數(shù)據(jù)候選塊，并將多個所述數(shù)據(jù)候選塊添加至候選集合；

將候選集合中的每個數(shù)據(jù)候選塊分別添加至第m次擴充后的訓練數(shù)據(jù)池中，獲得多個第m+1次擴充后的訓練數(shù)據(jù)池；其中，第0次擴充后的訓練數(shù)據(jù)池為所述初始訓練數(shù)據(jù)池；

利用第m+1次擴充得到的訓練數(shù)據(jù)池對基線模型進行訓練，獲得第m+1次訓練后的基線模型，并計算第m+1次訓練后的基線模型的性能得分，得到n個加入數(shù)據(jù)候選塊后的第m+1次擴充后訓練數(shù)據(jù)池的性能得分；

選取性能得分最高的擴充后的訓練數(shù)據(jù)池，作為第m+1次擴充得到的訓練數(shù)據(jù)池，選取性能得分最高的訓練后的基線模型作為第m+1次訓練得到的基線模型，并將性能得分最高的擴充后的訓練數(shù)據(jù)池中添加的數(shù)據(jù)候選塊從所述候選集合中刪除；

判斷訓練得到的基線模型的性能得分連續(xù)下降的次數(shù)超過第一預設閾值，獲得第一判斷結果；

若所述第一判斷結果表示否，則令m的數(shù)值增加1，清空所述候選集合，調用訓練數(shù)據(jù)池擴充子模塊；

若所述第一判斷結果表示是，則選取性能得分最高的訓練得到的基線模型、性能得分最高的訓練得到的基線模型對應的擴充得到的訓練數(shù)據(jù)池和性能得分，作為窗口j對應的第k個初步篩選結果；

判斷k的數(shù)值是否小于第二預設閾值K，獲得第二判斷結果；

若所述第二判斷結果表示是，則打亂未檢測的數(shù)據(jù)池中材料數(shù)據(jù)的順序，并令k的數(shù)值增加1，令m的數(shù)值為0，清空所述候選集合，返回步驟“滑動窗口j在未檢測的數(shù)據(jù)池中選取材料數(shù)據(jù)，得到多個數(shù)據(jù)候選塊，并將多個所述數(shù)據(jù)候選塊添加至候選集合”；

若所述第二判斷結果表示否，則判斷j的數(shù)值是否小于第三預設閾值J，獲得第三判斷結果；

若所述第三判斷結果表示是，則對窗口j進行更新，獲得窗口j+1，令j的數(shù)值增加1，令m和k的數(shù)值為0，清空所述候選集合，返回步驟“滑動窗口j在未檢測的數(shù)據(jù)池中選取材料數(shù)據(jù)，得到多個數(shù)據(jù)候選塊，并將多個所述數(shù)據(jù)候選塊添加至候選集合”；

若所述第三判斷結果表示否，則輸出K×J個初步篩選結果。

3.根據(jù)權利要求2所述的基于主動學習的材料數(shù)據(jù)集篩選方法，其特征在于，所述滑動窗口j在未檢測的數(shù)據(jù)池中選取材料數(shù)據(jù)，得到多個數(shù)據(jù)候選塊，并將多個所述數(shù)據(jù)候選塊添加至候選集合，之前還包括：

利用初始訓練數(shù)據(jù)池中的材料數(shù)據(jù)對所述基線模型進行初步訓練，獲得初步訓練后的基線模型。