跨医疗数据源的网络表示学习算法制造技术

一种跨医疗数据源的网络表示学习算法，包括：S1，生成包括源网络和目标网络的医疗网络数据；S2，从源网络和目标网络随机采样设定数量的节点；S3，得到一个L层的神经网络，并对每一层分别计算源网络和目标网络的结构特征和表达特征，计算源网络和目标网络的网络特征之间的距离损失；S4，得到源网络在L层神经网络的输出，并根据分类损失和距离损失计算损失值，根据反向传播算法更新算法的参数；S5，重复步骤S2

【技术实现步骤摘要】
【国外来华专利技术】

【技术保护点】

【技术特征摘要】
【国外来华专利技术】

【专利技术属性】
技术研发人员：王朝坤，严本成，楼昀恺，石耕源，陈俊，黄海峰，陆超，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：