• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种用于网络优化的机器学习样本的生成方法及装置
有效
专利申请进度
申请
2017-10-20
申请公布
2018-03-16
授权
2021-03-19
预估到期
2037-10-20
专利基础信息
申请号 CN201710986841.8 申请日 2017-10-20
申请公布号 CN107809766A 申请公布日 2018-03-16
授权公布号 CN107809766B 授权公告日 2021-03-19
分类号 G06N3/08;G06N3/04;H04W24/04;H04W24/02;H04W24/06
分类 电通信技术;
申请人名称 北京神州泰岳软件股份有限公司
申请人地址 北京市海淀区海淀大街34号8层818室
专利法律状态
  • 2021-03-19
    授权
    状态信息
    授权
  • 2020-10-13
    著录事项变更
    状态信息
    著录事项变更;IPC(主分类):H04W 24/02;专利申请号:2017109868418;变更事项:申请人;变更前:北京神州泰岳软件股份有限公司;变更后:北京神州泰岳软件股份有限公司;变更事项:地址;变更前:100089 北京市海淀区万泉庄路28号万柳新贵大厦A座601室;变更后:100080 北京市海淀区海淀大街34号8层818室
  • 2018-04-10
    实质审查的生效
    状态信息
    实质审查的生效;IPC(主分类):H04W 24/02;专利申请号:2017109868418;申请日:20171020
  • 2018-03-16
    发明专利申请公布
    状态信息
    公布
摘要
本发明实施例公开了一种用于网络优化的机器学习样本的生成方法及装置,其中该方法包括:获取网络单元的运营参数;根据运营参数建立相应的参数标签;根据问题标签与参数标签之间的匹配规则,确定参数标签中是否包括与问题标签匹配的第一目标参数标签;如果参数标签中包括第一目标参数标签,合并第一目标参数标签,得到输入特征集合,并合并问题标签,得到输出特征集合;将输入特征集合和输出特征集合组合为训练样本。本发明实施例提供的方法能够得到多输入多输出的训练样本,从而训练出多输入多输出深度神经网络模型,并且能够生成数量充足的训练样本,生成的训练样本准确性高、一致性好、性能稳定,所以能够训练出高性能的深度神经网络模型。