科研之友
微信
新浪微博
Facebook
分享链接
摘要
在处理小样本机器学习数据时,常规的数据处理算法在处理过程中容易产生不平衡数据,导致数据处理算法的泛化能力比较差.为解决上述问题,基于条件生成对抗网络,提出小样本机器学习数据处理算法.首先将小样本机器学习数据实现在Hibert空间内的映射,然后将数据特征提取问题转化为线性求解问题,得到样本数据特征矩阵,同时计算各个样本数据特征矩阵的信息熵和互信息,根据互信息计算结果调整目标的相对熵,使数据达到平衡,最后将处理后的数据输入到条件生成对抗网络中,以数据处理目标作为目标函数,得到输出结果,完成数据处理.实验结果表明,设计的基于条件生成对抗网络的数据处理算法数据分类准确,数据平衡水平高,整体泛化能力得到了提高.
- 单位
