专利名称：基于深度学习网络的预测方法、装置、设备及存储
介质
专利类型：发明专利发明人：李慧云
申请号：CN201810159534.7申请日：20180226公开号：CN110197251A公开日：20190903
摘要：本发明适用电子信息技术领域，提供了一种基于深度学习网络的预测方法、装置、设备及存储介质，该方法包括：当接收到对输入的待预测数据进行预测的请求时，将待预测数据输入到预先构建并训练好的、由多层记忆网络和与其对应的多层概率更新网络组成的记忆预测模型中，通过当前层记忆网络对待预测数据进行特征提取，通过对应的当前层概率更新网络对该特征所属的类别进行预测，以得到当前层预测分类值，当该预测分类值满足预设的终止条件时，输出该预测分类值，否则，将当前层记忆网络提取的特征输入到下一层记忆网络，继续执行特征提取和类别预测的步骤，从而提高了对待预测数据的预测速度和预测准确度，进而提高了用户体验。
申请人：中国科学院深圳先进技术研究院
地址：518000 广东省深圳市南山区深圳大学城学苑大道1068号
国籍：CN
代理机构：深圳青年人专利商标代理有限公司
代理人：傅俏梅
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容