一种基于深度学习的机器学习识别方法
摘要:
本发明提供了一种基于深度学习的机器学习识别方法,能够利用已知类别的一定量的多媒体数据样本采用不同的对比样本输入排列顺序对机器学习模型f1进行多次区别化的学习训练,并利用学习所得的机器学习模型f1进行多媒体数据类别识别处理,机器学习模型f1选用卷积神经网络模型或全连接神经网络模型,大幅降低了对海量训练样本的依赖,并且能够方便的扩展对未经过学习训练的多媒体数据类别进行类别识别,很好的解决了现有多媒体数据分类机器学习识别方法因对大量训练样本的依赖以及因无法直接对未经学习训练的类别进行分类识别而导致实际应用性、通用性受限的问题,能够更加广泛有效的应用到更多的具体的多媒体数据分类使用场合中。
公开/授权文献
0/0