[发明专利]构建装置和方法、分类装置和方法以及电子设备

权利要求书

1.一种用于构建分类器的构建装置，包括：

第一提取单元，其被配置用于提取多个训练样本中的每一个的多种特征；以及

构建单元，其被配置用于基于所述多个训练样本的每一个的多种特征，对与所述多种特征中的每一种分别对应的分类器进行训练，以构建包括与所述多种特征对应的多个分类器的目标分类器；

其中，所述构建单元在所述训练的过程中考虑了如下的第一约束：对于所述多个训练样本中的每一个，在与所述多种特征中的一种特征有关的分类器对该训练样本的分类结果的可信度高于第一预定程度的情况下，若与所述多种特征中的其他一种或其他多种特征有关的分类器对该训练样本的分类结果的可信度低于对应的第二预定程度，则增加对与所述多种特征中的所述其他一种或其他多种特征有关的分类器对该训练样本的分类结果的惩罚。

2.根据权利要求1所述的构建装置，其中，所述构建单元在所述训练的过程中所考虑的所述第一约束还包括：

对于所述多个训练样本中的每一个，在增加对与所述多种特征中的所述其他一种或其他多种特征有关的分类器对该训练样本的分类结果的惩罚的过程中，当与所述多种特征中的一种特征有关的分类器对该训练样本的分类结果的可信度越高时，对与所述多种特征中的所述其他一种或其他多种特征有关的分类器对该训练样本的分类结果的惩罚越严厉。

3.根据权利要求1所述的构建装置，其中，所述多个分类器中的每个均为支持向量机分类器。

4.根据权利要求3所述的构建装置，其中，所述构建单元在所述训练中考虑所述第一约束的过程中，

针对所述多种特征中的每种特征，

用所述多个训练样本中的每个训练样本到表示与该种特征有关的分类器的超平面的函数间隔来反映与该种特征有关的分类器对所述每个训练样本的分类结果的可信度，其中，值越高的函数间隔对应的可信度越高。

5.根据权利要求3或4所述的构建装置，其中，所述构建单元在所述训练中考虑所述第一约束的过程中，对于所述多个训练样本中的每一个，在与所述多种特征中的一种特征有关的分类器对该训练样本的分类结果的可信度高于第一预定程度的情况下，若与所述多种特征中的其他一种或其他多种特征有关的分类器对该训练样本的分类结果的可信度低于对应的第二预定程度，则增大与所述多种特征中的所述其他一种或其他多种特征有关的分类器对应于该训练样本的松弛变量来实现增加对与所述多种特征中的所述其他一种或其他多种特征有关的分类器对该训练样本的分类结果的惩罚。

6.根据权利要求3或4所述的构建装置，其中，所述构建单元在所述训练中考虑所述第一约束的过程中，

对于所述多个训练样本中的每一个，在与所述多种特征中的一种特征有关的分类器对该训练样本的分类结果的可信度高于第一预定程度、而与所述多种特征中的其他一种或其他多种特征有关的分类器对该训练样本的分类结果的可信度低于对应的第二预定程度的情况下，当与所述多种特征中的一种特征有关的分类器对该训练样本的分类结果的可信度越高时，令与所述多种特征中的其他一种或其他多种特征有关的分类器对应于该训练样本的松弛变量越大。

7.一种分类装置，包括：

第二提取单元，其被配置用于提取待测样本的多种特征；以及

分类单元，其被配置用于基于所述待测样本的所述多种特征，获得与所述多种特征有关的多个预定分类器分别对所述待测样本的分类结果，以确定所述待测样本的最终分类结果；

其中，所述多个预定分类器通过如权利要求1-6中任一项所述的构建装置而获得。

8.一种用于构建分类器的构建方法，包括：

提取多个训练样本中的每一个的多种特征；以及

基于所述多个训练样本的每一个的多种特征，对与所述多种特征中的每一种分别对应的分类器进行训练，以构建包括与所述多种特征对应的多个分类器的目标分类器；

其中，在所述训练的过程中考虑了如下的第一约束：

对于所述多个训练样本中的每一个，在与所述多种特征中的一种特征有关的分类器对该训练样本的分类结果的可信度高于第一预定程度的情况下，若与所述多种特征中的其他一种或其他多种特征有关的分类器对该训练样本的分类结果的可信度低于对应的第二预定程度，则增加对与所述多种特征中的所述其他一种或其他多种特征有关的分类器对该训练样本的分类结果的惩罚。