[发明专利]未知多维数据中发现模式的计算方法

权利要求书

1.一种在未知多维数据中发现模式的计算机化方法，所述多维数据为视频数据或音频数据，所述方法包括：

选择所述多维数据的一或多个特征；

由所述选择的特征生成多维数据的时间序列数据；

通过对时间序列数据自相关来构造点跨距矩阵；

寻找点跨距矩阵中所有可能的两个点之间的最小成本路径，或形成路径成本准则和路径约束并且借助于这些路径成本准则和约束来寻找点跨距矩阵中各两点之间的最小成本路径；以及

使最小成本路径与多维数据中的子序列相关以发现未知多维数据中的高水平模式。

2.如权利要求1所述的方法，其中时间序列设有阈值的。

3.如权利要求1所述的方法，其中未知多维数据按照高水平模式被划分成聚类。

4.如权利要求1所述的方法，其中使用具有尺寸w的窗口以多个时间分辨率寻找所有最小成本路径。

5.如权利要求4所述的方法，其中针对具有尺寸w的两个窗口，点跨距矩阵中的距离为

$D_w(x_i,x_j)=\underset{k=0}{\overset{w-1}{\mathrm{\Σ}}}{(x_{i+k}-x_{j+k})}^2,$其中x_i和x_j是窗口的端点。

6.如权利要求5所述的方法，其中通过搜索点跨距矩阵中距离小于预定阈值的对角线分段，寻找所有最小成本路径。

7.如权利要求1所述的方法，其中所有最小成本路径基本与点跨距矩阵的主对角线平行。

8.如权利要求4所述的方法，其中通过使用多定标对时间序列进行子采样来获得多个时间分辨率。

9.如权利要求8所述的方法，其中定标使用小波。

10.如权利要求1所述的方法，其中动态时间翘曲被应用于时间序列，以对时间序列中的时间进行伸缩。

11.如权利要求1所述的方法，进一步包括：

应用动态规划以寻找点跨距矩阵中的最优最小成本路径。