【技术实现步骤摘要】
本申请涉及数据处理，特别是涉及一种标注数据的降维方法、异常检测方法、装置、系统和设备。
技术介绍
1、在智能驾驶领域中，数据标注的质量对于人工智能模型的训练起到至关重要的作用，数据标注的质量越高，训练后的人工智能模型的质量也就越高。
2、常见的检测标注数据异常的方法难以适用于高维的标注数据，容易造成维度灾难，进而导致计算复杂度的增加和性能的下降。
3、目前，现有的标注数据的降维方式通常采用传统的主成分分析法。但该方法应用于大规模数据集时，存在计算复杂度高和容易丢失信息的问题，从而导致数据降维的效率下降，进而导致标注数据的异常检测效率下降。
技术实现思路
1、基于此，提供一种标注数据的降维方法、异常检测方法、装置、系统和设备，以提高高维标注数据的降维效率和异常检测效率。
2、第一方面，提供一种标注数据的降维方法，所述方法包括：
3、将待评价的标注数据集输入卷积神经网络中，分别进行特征提取和下采样处理，得到对应的通道图和原始特征图；
...
【技术保护点】
1.一种标注数据的降维方法，其特征在于，所述方法包括：
2.根据权利要求1所述的标注数据的降维方法，其特征在于，采用引入正则化项的增量式主成分分析法，对所述通道图中的像素值进行降维处理，得到关于协方差矩阵的特征图的步骤，包括：
3.根据权利要求2所述的标注数据的降维方法，其特征在于，获取引入正则化项后的优化目标函数的步骤，包括：
4.根据权利要求2所述的标注数据的降维方法，其特征在于，根据所述优化目标函数，逐个计算各个所述批次像素值的主成分和特征值的步骤，包括：
5.一种标注数据的异常检测方法，其特征在于，所述方法包括：
6.根...
【技术特征摘要】
1.一种标注数据的降维方法，其特征在于，所述方法包括：
2.根据权利要求1所述的标注数据的降维方法，其特征在于，采用引入正则化项的增量式主成分分析法，对所述通道图中的像素值进行降维处理，得到关于协方差矩阵的特征图的步骤，包括：
3.根据权利要求2所述的标注数据的降维方法，其特征在于，获取引入正则化项后的优化目标函数的步骤，包括：
4.根据权利要求2所述的标注数据的降维方法，其特征在于，根据所述优化目标函数，逐个计算各个所述批次像素值的主成分和特征值的步骤，包括：
5.一种标注数据的异常检测方法，其特征在于，所述方法包括：
6.根据权利要求5所述的标注数据...
【专利技术属性】
技术研发人员：罗玉聪，陈波，李杨，苏星溢，
申请(专利权)人：重庆赛力斯凤凰智创科技有限公司，
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。