原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于标签传播的正无标签学习方法，包括以下步骤：构建分类器、构建图、对图进行求解、伪标签排序和数据测试。本方法采用了标签传播的方式从有限的正样本来判定无监督数据中的正负类别，并给定相应的伪标签，然后基于监督学习的方式，训练出一个判别能力强的分类器，相比于其他模型，本方法可以从有限的正样本中识别出真正的负样本，然后将这个问题转化成一个标准监督学习问题，相比传统方法具有更高的准确率，而且识别效率更高，并且选取基于对称形式的交叉熵来训练网络，能够达到更好的抑制噪声的作用。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113869445 A
(43)申请公布日 2021.12.31
(21)申请号 202111177726.9
(22)申请日 2021.10.09
(71)申请人 北京中科智眼科技有限公司
文档评论（0）