【技术实现步骤摘要】
本说明书涉及人工智能，尤其涉及一种数据处理方法和系统，用于确定对目标对象进行有效描述的属性数据。
技术介绍
1、在相关技术中，训练系统可以训练得到神经网络模型，预测系统可以基于该神经网络模型对目标对象的目标描述符值进行预测。
2、其中，在训练系统用于训练神经网络模型的输入数据为样本数据，样本数据为包括全量描述符的描述符集。
3、然而，本公开的专利技术人发现，在训练系统采用全量的描述符对神经网络模型进行训练的情况下，尤其是在全量的描述符的数量较多的情况下，训练系统的训练的时间较长、效率较低，且全量的描述符中可能对训练的贡献相当少，即缺少该部分的描述符对训练效果并不会产生很大的影响，反而会降低训练的效率，因此，如何从全量的描述符中确定相对数量的有效描述符，即如何确定对目标对象进行有效描述的属性数据成了亟待解决的问题。
4、值得说明的是，上述相关技术的内容仅仅是专利技术人个人所知晓的信息，并不代表上述信息在本公开申请日之前已经进入公共领域，也不代表其可以成为本公开的现有技术。
技<本文档来自技高网...
【技术保护点】
1.一种数据处理方法，用于确定对目标对象进行有效描述的属性数据，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述预设条件是指所述核心描述符中描述符的最小出现频率与其余描述符中描述符的最大出现频率之间的差异大于预设差异阈值。
3.根据权利要求1所述的方法，其特征在于，所述目标模型是基于所述核心描述符和所述N对所述目标对象进行目标描述符值预测的人工智能模型；
4.根据权利要求1所述的方法，其特征在于，所述对所述描述符集进行多次降维迭代以减少所述描述符集中的描述符数量，直至所述多次降维迭代满足预设停止信息，包括：
...【技术特征摘要】
1.一种数据处理方法，用于确定对目标对象进行有效描述的属性数据，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述预设条件是指所述核心描述符中描述符的最小出现频率与其余描述符中描述符的最大出现频率之间的差异大于预设差异阈值。
3.根据权利要求1所述的方法，其特征在于，所述目标模型是基于所述核心描述符和所述n对所述目标对象进行目标描述符值预测的人工智能模型；
4.根据权利要求1所述的方法，其特征在于，所述对所述描述符集进行多次降维迭代以减少所述描述符集中的描述符数量，直至所述多次降维迭代满足预设停止信息，包括：
5.根据权利要求4所述的方法，其特征在于，所述采用遗传算法对所述描述符集进行多次降维迭代...
【专利技术属性】
技术研发人员：项晓东，许绍孟，
申请(专利权)人：瑞藕材数北京科技发展有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。