[发明专利]时空自组织映射

权利要求书

1.一种将数据记录分类为属于多个类别中之一的方法，所述数据记录包括多个数据样本，每个样本包括在时间点从传感器信号中采样的值导出的多个特征，所述方法包括：

(a)在时间窗中定义指示传感器信号的时间变化的选择变量；

(b)为选择变量定义选择标准；

(c)将选择变量的值与选择标准比较，以选择用于具有多个输入和输出单元的自组织映射的输入表示，以及根据所选择的输入表示从时间窗中的数据样本导出输入；以及

(d)将所述输入应用到与所选择的输入表示相对应的自组织映射，并根据该自组织映射的获胜输出单元对数据记录进行分类。

2.如权利要求1所述的方法，所述选择变量是在时间窗上计算的所述自组织映射的输出单元的变化的量度。

3.如权利要求2所述的方法，所述选择变量是在时间窗上计算的获胜输出单元的概率分布的归一化熵，获胜输出单元的概率分布的值是该输出单元为获胜输出单元的样本的数量被时间窗中的样本数量除而得到的值。

4.如前面的权利要求中任一项所述的方法，所述方法包括将时间窗的数据样本应用于第一映射，并利用该第一映射的输出来计算选择变量；所述方法还包括根据所述选择变量来决定是利用所述第一映射还是第二映射来对数据进行分类。

5.如权利要求1所述的方法，所述选择变量是数据样本的时间变化的量度。

6.如前面的权利要求中任一项所述的方法，所述选择标准包括用于区分静态数据记录和动态数据记录的阈值或判断面，所述静态数据记录从具有基本不变的统计分布的传感器信号中采样，所述动态数据记录从具有随时间变化的统计分布的传感器信号中采样。

7.如权利要求6所述的方法，被确定为是动态数据集合的数据记录的输入表示包括对特征的集合计算的平均峰值持续时间，该平均峰值持续时间被计算为该集合中特征的数量除以时间窗中每个特征的局部极值的数量的总和。

8.如权利要求6所述的方法，被确定为是动态数据集合的数据记录的输入表示包括为每个特征计算的平均峰值面积，该平均峰值面积是通过以下方式计算得到的：对于所述时间窗中所有记录的、每个记录的每个相应特征的值与针对时间窗中所有记录计算的该特征的平均值之间的绝对差的总和，除以该时间窗中极值的数量。

9.如前面的权利要求中任一项所述的方法，其中所述的对数据记录进行分类包括：

e)在将映射与输出单元相关联或与和输出单元相关的标签相关联的表格中查找与获胜输出单元相关联的相关映射；

f)如果相关映射是所述自组织映射，则利用与该获胜输出单元相关的标签对数据记录进行分类；以及否则

g)将数据记录应用于该相关映射，并根据该映射的获胜输出单元对数据记录进行分类。

10.一种用于执行如前面的权利要求中任一项所述的方法的系统。

11.如权利要求10所述的系统，所述系统包括多个传感器/处理单元，每个单元包括一个或多个传感器、以及被配置为定义选择变量和用于选择变量的选择标准的选择器，其中所述选择变量指示时间窗中传感器信号的时间变化，所述选择器还被配置为将选择变量的值与选择标准进行比较，以便选择用于具有多个输入和输出单元的自组织映射的输入表示，并根据所选择的输入表示从时间窗中的数据记录导出输入；所述单元还包括用于将所述输入应用到与输入表示相对应的自组织映射的接口，和用于将所述自组织映射的输出传送到中央处理器的传送器。

12.一种承载有计算机程序的计算机可读介质，其中所述计算机程序包括用于执行如权利要求1到9中任一项所述方法的计算机代码指令。

13.一种表示计算机程序的电磁信号，其中所述计算机程序包括用于执行如权利要求1到9中任一项所述的方法的计算机代码指令。

14.一种训练用于将数据记录分类为属于多个类别中之一的分类器的方法，所述数据记录包括多个数据样本，每个样本包括从时间点的传感器信号中采样的值导出的多个特征，所述方法包括：

(a)计算指示时间窗中动态数据记录的特征的时间变化的导出的表示；

(b)将所述导出的表示用作第二自组织映射的输入；以及

(c)根据训练算法更新该自组织映射的参数。