[发明专利]自动特征分析、比较和异常检测的方法

说明书

本申请涉及自动特征分析、比较和异常检测的方法。公开了用于自动数据分析的新方法和系统。可自动地分析数据以确定在诸如视野分析和比较的不同应用中的特征。可通过对象的聚类检测在成组的对象之间的异常。

本申请是申请日为2013年11月11日，申请号为201380058287.7，发明名称为“自动特征分析、比较和异常检测的方法(原发明名称为：自动特征分析、比较和异常检测)”的申请的分案申请。

相关申请的交叉引用

本申请要求2012年11月9日递交的美国临时专利申请号为61/724,813的优先权，其公开内容通过引用以其整体并入本文。

利益声明

在政府的支持下根据陆军研究办公室(ARO)授权的资助W81XWH-09-1-0266做出了本发明。政府对本发明具有一定的权利。

技术领域

本公开内容涉及自动数据分析。更具体地，其涉及用于自动特征分析、比较和异常检测的系统、设备和方法。

背景技术

用于从一组数据提取特征的类似技术可适用于不同组的数据。例如，地质调查可收集关于地球或火星的区域数据。收集的数据可包括可视化的图像、x射线图像、质谱分析、化学样品，等等。某些可视化特征可说明某些矿物的存在，而x射线图像或超光谱图像可给出该矿物存在的不同可能性。在这种情况下，人为干预通常可能是必要的，以确定每组数据(诸如可视化图像相对x射线图像)的相对重要性和可靠性。

发明内容

在本公开的第一方面中，描述了计算机实现方法，计算机实现方法包括：提供感测和分析设备，该感测和分析设备包括配置成检测描述多个物理对象的多个物理特征的多个传感器；基于多个物理特征，由感测和分析设备产生表示多个对象的多个特征向量，其中多个特征向量包括描述多个物理特征的多个分量，其中多个分量的每个分量具有一个数值范围，其中多个物理特征中的每个物理特征由在每个特征向量内的至少一个分量表示；由感测和分析设备将每个分量的数值范围转换为0到1之间的范围，其中所述转换是通过以下公式执行的：

其中F1_ij是第i个对象和第j个特征分量的归一化值，OrigF_ij是第i个对象的第j个原特征分量值，MinF_j和MaxF_j是第j个特征分量的最小值和最大值，从而获得第一多个归一化的特征向量，其包括第一多个归一化分量，且还包括关于第一多个归一化特征向量的每个第一归一化特征向量的每个物理特征的分量的总数；对于第一多个特征向量的每个第一归一化特征向量，由感测和分析设备将每个第一归一化特征向量的每个物理特征的多个归一化分量除以第一归一化特征向量的每个物理特征的分量的总数，从而获得第二多个归一化特征向量；由感测和分析设备通过以下公式对第二多个归一化特征向量进行归一化：

其中F2_ij是第二多个归一化特征向量的特征向量的分量，且F3_ij是第三多个归一化特征向量的每个特征向量的合成分量；由感测和分析设备对第三多个归一化特征向量进行聚类，从而获得多个聚类的归一化特征向量；由感测和分析设备将主要分量分析应用于多个聚类的归一化特征向量，从而获得距离标志值和第一评估的多个归一化特征值；由感测和分析设备基于阈值，通过对多个聚类的归一化特征向量的每个特征向量进行计数来计算数量标志值，从而获得第二评估的多个归一化特征向量；基于第一评估的多个归一化特征向量和第二评估的多个归一化特征向量，由感测和分析设备分析多个物理对象。

本申请还涉及以下内容：

1)一种计算机实施的方法，包括：

提供感测和分析设备，所述感测和分析设备包括配置成检测描述多个物理对象的多个物理特征的多个传感器；