[发明专利]一种商品的风格分类确定方法及装置在审
申请号: | 201510922584.2 | 申请日: | 2015-12-14 |
公开(公告)号: | CN106874923A | 公开(公告)日: | 2017-06-20 |
发明(设计)人: | 冯子明;石克阳 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 北京三友知识产权代理有限公司11127 | 代理人: | 党晓林 |
地址: | 英属开曼*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 商品 风格 分类 确定 方法 装置 | ||
1.一种商品的风格分类确定方法,其特征在于,所述方法包括:
获取商品图片,利用训练后卷积神经网络提取所述商品图片的特征向量;
计算所述特征向量的聚类密度,以及根据所述聚类密度计算所述特征向量与比所述特征向量聚类密度值大的第一特征向量之间的密度距离;
根据所述特征向量的聚类密度和密度距离确定所述特征向量聚类的初始数量和初始中心;
根据所述聚类的初始数量和初始中心对所述商品图片进行特征向量聚类,获取满足设置的聚类稳定条件的聚类结果;
根据所述聚类结果确定商品的风格分类。
2.如权利要求1所述的一种商品的风格分类确定方法,其特征在于,所述计算特征向量的聚类密度包括:
计算所述特征向量中待处理特征向量与其余特征向量之间的两点距离,获取所述距离中的最大距离值;
计算所述待处理特征向量与所述其余特征向量的两点距离与所述最大距离值的比值的平方值,将所述平方值的符号位取反位后的值作为常数e的幂,计算出所述待处理特征向量与所述其余特征向量的两点密度值;
求取所述特征向量中所述其余特征向量的两点密度值的和值,将所述和值作为所述待处理特征向量的聚类密度。
3.如权利要求1所述的一种商品的风格分类确定方法,其特征在于,所述计算与比所述特征向量聚类密度高的周围特征向量之间的密度距离包括:
在判断存在待处理特征向量的第一特征向量时,从所述第一特征向量中选取与所述待处理特征向量距离最小的第二特征向量所对应的距离作为所述待处理特征向量的密度距离;否则,选取与所述待处理特征向量距离最小的特征向量所对应的距离作为所述待处理特征向量的密度距离。
4.如权利要求1所述的一种商品的风格分类确定方法,其特征在于,所述根据所述特征向量的聚类密度和密度距离确定所述特征向量聚类的初始数量和初始中心包括:
计算所述特征向量的聚类密度和密度距离的乘积值,选取所述乘积值中最大的前K个乘 积值所对应的特征向量作为聚类的初始中心,K为设置的聚类的初始数量,K≥2。
5.如权利要求1所述的一种商品的风格分类确定方法,其特征在于,所述根据所述聚类的初始数量和初始中心对所述商品图片进行特征向量聚类,获取满足设置的聚类稳定条件的聚类结果包括:
将所述特征向量归类到距离所述特征向量最近的初始中心的聚类中;
执行重新计算所述聚类的聚类中心、将所述特征向量归类到距离最近的聚类中心,直至满足聚类的收敛条件,获取收敛后聚类数据;
判断收敛后聚类数据是否满足设置的聚类稳定条件,若不满足,则调整所述聚类的初始数量,重新计算获取收敛后聚类数据;将满足所述聚类稳定条件的收敛后聚类数据作为聚类结果。
6.如权利要求5所述的一种商品的风格分类确定方法,其特征在于,所述聚类稳定条件包括:
所述收敛后聚类数据的中心点至相应聚类的所述初始中心的偏移量小于第一预设阀值:
获取所述收敛后聚类数据中特征向量的聚类密度与密度距离的乘积中的第一最大值和第二最大值,确定所述第一最大值至所述收敛后聚类数据中心点的第一距离以及所述第一最大值和第二最大值的第二距离,计算出的所述第一距离与所述第二距离的比值小于第二预设阀值。
7.如权利要求1所述的一种商品的风格分类确定方法,其特征在于,所述方法还包括下述中的至少一个实施步骤:
从所述风格分类中选取出距离聚类中心最近的前T1个商品图片作为所述风格分类的分类代表图片,T1≥1;
从当前风格分类中选取距离目标风格分类的聚类中心最近的前T2个商品图片作为当前风格分类的区别代表图片,T2≥1。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510922584.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种井下动力钻井系统
- 下一篇:移动式上向反井钻机