集思谱需要我帮你解读这件专利吗？
公开（公告）号CN123012647A | 申请号CN202510542018.2 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人中国石油大学（华东） |
分类号G06F18/24(2023.01), G06F18/10(2023.01), G06N3/0499(2023.01), G06N3/084(2023.01) | 申请日2025-04-28 | 公开日2026-10-30 |
发布日期2026-10-30 | 文档 ID84661700221900008 | 源数据页码92 |
专利语言zh | ||
本发明公开了一种用于标签部分缺失数据流场景的多分类学习技术，该技术结合倾向得分和在线学习的思想，将PU学习扩展至多类别场景，特别是解决了样本不满足完全随机缺失假设的问题。本算法通过构建基于多层感知机的倾向得分估计模块，预测正类样本带标签的概率，利用加权策略调整样本权重。同时，采用滚动训练策略和在线梯度下降方法，实现模型参数的实时更新，使模型能够适应大规模动态数据流环境。本发明方法的核心思想在于，通过引入倾向得分加权机制以纠正因正样本标签分布不均而产生的偏差，并使用鲁棒的非凸损失函数，在分类任务中能够表现出更高的准确性。
附图 1