[发明专利]资料自动分类系统及方法

说明书

技术领域

本发明涉及一种资料自动分类系统及方法。

背景技术

今天的手机，除了用于通话外，其他的附加功能日渐丰富，在手机开发商和服务商不遗余力的挖掘下，手机的娱乐价值日益凸现。

随着人们生活的日益丰富，单纯通话功能的手机满足不了消费者多样化、个性化的需求，娱乐功能的手机应运而生。而娱乐型的手机对于如今日益众多并且具备消费潜力的年轻一族来说是非常具有吸引力的，比如在等车的时候，取出手机玩一会儿有趣的游戏或听一首动听的歌曲，就是一个不错的选择。如今的大多数手机都具备一定的存储容量，比如通过JAvA下载最新游戏、通过网络下载最新的电影及歌曲等，可以满足消费者的这种需求，而这些附加功能需要手机具备一定存储容量。

然而，随着手机存储容量的增大，用户下载的资料会越来越多，例如，某用户喜欢听音乐，他会下载很多歌曲到手机里，然而当歌曲非常多时，导致用户无法进行有效的对下载的音乐进行分类，且用户无法快速查找到自己喜爱的音乐。

发明内容

鉴于以上内容，有必要提供一种资料自动分类系统，其可自动将用户下载的资料进行自动分类。

鉴于以上内容，还有必要提供一种资料自动分类方法，其可自动将用户下载的资料进行自动分类。

本发明较佳实施例提供一种资料自动分类系统，运行于移动装置中，其可将用户下载至该移动装置中的资料进行自动分类，该系统包括：

特征值撷取装置，接收用户下载的资料并利用运动图像专家组撷取所下载资料的特征值；

神经网络，接收特征值撷取装置所传送的下载资料的特征值，并根据用户预先训练好的神经网络模型将该下载资料的特征值进行自动分类以得到下载资料的分类。

所述的神经网络模型可以为前馈型神经网络模型或反馈型神经网络模型。

本发明较佳实施例还提供一种资料自动分类方法，其可将用户下载至该移动装置中的资料进行自动分类，该方法包括步骤：

接收用户下载的资料；

利用运动图像专家组撷取该下载资料的特征值；

将该下载资料的特征值传送到神经网络；

利用预先训练好的神经网络模型将该下载资料的特征值进行分类以得到下载资料的分类。

其中，所述预先训练好的神经网络模型的训练步骤包括：

(a)确认其网络结构及神经元数量；

(b)初始化该神经网络的网络权重函数；

(c)输入用户定义的资料所属分类；

(d)输入一训练数值；

(e)根据所述权重函数计算该输入训练数值的网络输出；

(f)根据该网络输出重新计算权重函数；及

(g)重复步骤(d)到(f)直到该神经网络收敛以得到训练好的神经网络模型。

相较于现有技术，所述的资料自动分类系统及方法，其通过撷取用户下载资料的特征值，并利用预先训练好的神经网络模型自动进行分类以得到下载资料的分类，从而有效提高资料的分类速度，并且用户可以快速查找到自己想要的资料。

附图说明

图1是本发明资料自动分类系统的应用环境图。

图2是本发明资料自动分类系统功能单元图。

图3是本发明资料自动分类方法较佳实施例的流程图。

图4是神经网络训练过程流程图。

图5及图6神经网络的训练示意图。

具体实施方式

参阅图1所示，是本发明资料自动分类系统较佳实施例的应用环境图。该资料自动分类系统10(以下简称该系统10)运行于一移动装置1中，如手机，PDA，MP3等。该系统10用于对用户从外部网络下载的资料按照用户自己定义的类型进行分类，该下载的资料为多媒体资料，如声音，影像以及文字等。例如，当用户下载的资料为歌曲时，且当歌曲数量很多时，用户可利用该系统10对歌曲按照自己喜欢的方式进行分类，如将歌曲按照歌手来分，按照歌手国籍等来分类。该移动装置1还包括一存储装置12，其用于存储该系统10进行分类后的资料。

参阅图2所示，是本发明资料自动分类系统的功能单元图。该系统10包括一资料特征值撷取装置100及一神经网络110。