[发明专利]一种数据匹配方法及系统

说明书

技术领域

本申请涉及电子技术领域，尤其涉及一种数据匹配方法及系统。

背景技术

目前，leap motion通过绑定视野范围能的手，手指或者工具来提供实时数据，这些数据多数是通过集合或者数据提供，每一帧都包含了一系列的基本绑定数据，比如手，手指或者工具的数据，当然，他也能实时的识别场景中的手势和自定义数据。

当设备检测到手、手指、工具或者是手势的话，设备会赋予它一个唯一的ID号码作为标记，只要这个实体不出设备的可视区域，这个ID号就会一直不变，如果设备丢失这个实体之后又出现了，Leap就会赋予它一个新的ID号码，但是软件不会知道这个和以前的那个实体有什么关系。对指运动检测普遍采用单leap motion进行手指骨架空间信息判断。但是，单leap motion检测会存在观察盲点和视觉死角等问题，从而无法精确构建手指骨架空间信息。

发明内容

本发明实施例提供了一种数据匹配方法及系统，用以解决现有技术中单leapmotion检测会存在观察盲点和视觉死角等问题，从而无法精确构建手指骨架空间信息的问题。

其具体的技术方案如下：

一种数据匹配方法，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。

可选的，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。

可选的，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：

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。

可选的，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：

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。

可选的，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：

Aw_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。

可选的，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。

一种数据匹配系统，包括：

分类模块，用于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；

确定模块，用于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；

匹配模块，用于根据所述神经节点，匹配出所述第一输入参数对应的手势类别。

可选的，所述分类模块，具体用于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。

可选的，所述分类模块，具体用于将输入参数中的输入点带入到如下公式：