[发明专利]一种在线数字媒体分类的快速特征提取方法

权利要求书

1.一种在线数字媒体分类的快速特征提取方法，其特征是该方法包括以下步骤：

(1)起始；

(2)检测预测模型是否已训练好，如果预测模型尚未训练好，执行步骤3，否则转入步骤6；

(3)将媒体对象的特征按提取时间开销从小到大排序；

(4)按序提取训练媒体对象的特征；

(5)按序训练一组备选子预测模型序列；

(6)使用子预测模型序列对待预测媒体对象进行分类；

(7)输出待预测媒体对象的分类标记；

(8)结束；

其中：步骤(5)按序训练一组备选子预测模型序列的具体步骤是：

(51)起始；

(52)将特征计数器j设置为0，其中j为特征个数；

(53)特征计数器j加1；

(54)使用训练集合中测媒体对象的前j个特征输入到学习算法，建立一个SVW子预测模型SVW_j，该子预测模型在分类时能够对提取了前j个特征的待预测媒体对象进行分类，其中SVW为支持向量机；

(55)如果j＜d，表示还有更多的特征可用，则转步骤53，建立一个特征个数j加1的子预测模型，否则，转到步骤56，其中d表示媒体对象总的特征个数；

(56)输出所有的子预测模型；

(57)结束；

步骤(6)使用子模型序列对待预测媒体对象进行分类的具体步骤是：

(61)起始；

(62)预测模型接受用户要分类的媒体对象I；

(63)将特征计数器j初始化为0；

(64)将计数器j加1；

(65)按照特征顺序提取第j个特征值；

(66)将前j个特征值作为媒体对象I的特征向量x输入到第j个子预测模型SVW_j；

(67)计算特征向量x距离SVW_j的分界面的距离m，m为子预测模型的分类置信度；

(68)如果m＜thr，则表明SVW_j对样本分类的置信度不够高，并且j＜d，表明还有更多的特征可提取，则返回步骤64；如果不满足m＜thr且j＜d，则转到步骤69，thr为置信度阈值；其中d表示媒体对象总的特征个数；

(69)SVW_j的输出作为I的标记；

(610)结束。