[发明专利]一种数据匹配方法及系统

权利要求书

1.一种数据匹配方法，其特征在于，所述方法包括：

通过自组织神经网络算法，对手指空间信息进行数据分类，并得到输入参数与神经网络中的神经节点之间的对应关系；

在获取到第一输入参数时，根据所述对应关系，确定所述第一输入参数对应的神经节点；

根据所述神经节点，匹配出所述第一输入参数对应的手势类别。

2.如权利要求1所述的方法，其特征在于，通过自组织神经网络算法，对手指空间信息的进行数据分类，并得到输入参数与神经网络中的神经节点之间的对应关系，包括：

将预设神经网络中的每个神经节点按照预设权重链接；

根据输入参数，确定输入参数中输入点在所述神经网络中对应的神经节点，并将所述神经节点作为制胜点；

根据所述制胜点，调整与所述制胜点相邻的神经节点的权值；

根据调整的权值，获取各个神经节点的权值变化量；

在所述权值变化量小于阈值时，得到输入参数与神经网络中的神经节点之间的对应关系。

3.如权利要求2所述的方法，其特征在于，根据输入参数，确定输入参数中输入点在所述神经网络中对应的神经节点，并将所述神经节点作为制胜点，包括：

将输入参数中的输入点带入到如下公式：

$d_j\left(x\right)={\mathrm{min\Σ}}_i^D{(x_i-w_{ji})}^2$

将所述公式的输入点作为所述制胜点，其中，d_j(x)表示新输入的点x到输出层w_ji的距离，D表征输入参数的维度。

4.如权利要求2所述方法，其特征在于，根据所述制胜点，调整与所述制胜点相邻的神经节点的权值，包括：

根据如下公式调整相邻神经节点的权值：

$T_{J,I\left(x\right)}=\exp (-s_{j,I\left(x\right)}^2/2{\mathrm{\σ}}^2)$

将所述公式的输出作为相邻神经节点调整的权值，其中，T_J，I(x)表示节点xji分配的权值，表示节点xji离制胜点的距离。

5.如权利要求2所述的方法，其特征在于，根据调整的权值，获取各个神经节点的权值变化量，包括：

根据如下公式获取各个神经节点的权值变化量：

Δw_ji＝η(t).T_j，I(x)(t).(x_i-w_ji)

将所述公式的输出量作为各个神经节点的权值变化量，其中，Δw_ji表示输入在不同节点之间的权值变化，t时间次数。

6.如权利要求2所述方法，其特征在于，所述方法还包括：

在所述权值变化量大于阈值时，继续调整所述制胜点相邻神经节点的权值。