基于度量学习的自引导式混合数据表征学习方法及系统

摘要

本发明公开了一种基于度量学习的自引导式混合数据表征学习方法及系统，本发明方法包括针对P引导机和C引导机两个相互耦合的三层神经网络进行交替训练的步骤，且每一轮交替训练包括：计算P引导机中三元组所对应的表征，根据所得表征计算指导信息并输入C引导机中指导C引导机的训练，更新C引导机中的参数，计算C引导机中三元组所对应的表征，再根据C引导机中的表征计算指导信息传入P引导机中指导P引导机的训练，更新P引导机中的参数。本发明不仅能从特征层面反映特征之间的耦合关系、可学习到包含离散特征和连续特征耦合关系的混合数据表征，也能有效反映数据对象之间的差别、通过相互学习机制可以实现数据对象之间的区分性。