[发明专利]模式识别模型的构建方法和装置及模式识别方法

权利要求书

1.一种模式识别模型的构建方法，包括：

将给定训练集里的多个样本分为两组，所述多个样本中的每个样本具有各自对应的类；

训练用于区分所述两组样本的二类分类器；

重复上述步骤N次，得到N个二类分类器，N为任意正整数；以及

将所述N个二类分类器进行组合来构建组合分类器用于模式识别。

2.根据权利要求1所述的方法，还包括确定每个类的阈值的步骤，包括：

对于所述训练集里的每个样本，用所述N个二类分类器分别对其进行处理，得到用于描述该样本的、长度为N的特征串，所述特征串的每一位为1或0；

基于每个类的所有样本的特征串，计算该类的特征概率串，所述特征概率串为实数序列，长度为N，其第k个实数元素代表该类的样本被第k个二类分类器处理得到1的概率，其中，k大于或等于1且小于或等于N；

准备验证集，所述验证集包括多个类别已知的样本，并且所述验证集里的样本不同于所述训练集里的样本，所述验证集里的样本包括属于所述训练集里某个类的已知类样本和不属于所述训练集里任何类的未知类样本；

对所述验证集里的每个样本，用所述N个二类分类器分别对其进行处理，得到所述验证集里每个样本的特征串，所述特征串的长度为N，其每一位为1或0；

将所述训练集里每个类的特征概率串与所述验证集里每个样本的特征串进行比较并计算其之间的相似度或距离；以及

对所述训练集里每个类确定相似度阈值或距离阈值，使得已知类识别正确率与未知类识别正确率之和达到最高，其中，所述已知类识别正确率是正确识别的已知类样本在验证集里所有已知类样本中占的比例，所述未知类识别正确率是被判断为未知类的未知类样本在验证集里所有未知类样本中占的比例。

3.根据权利要求1所述的方法，还包括确定每个类的阈值的步骤，包括：

对于所述训练集里的每个样本，用所述N个二类分类器分别对其进行处理，得到用于描述该样本的、长度为N的特征串，其每一位为1或0；

基于每个类的所有样本的特征串，计算该类的特征概率串，所述特征概率串为实数序列，长度为N，其第k个实数元素代表该类的样本被第k个二类分类器处理得到1的概率，其中，k大于或等于1且小于或等于N；

对于所述训练集里的每个类，基于该类的特征概率串得到该类的特征串，类的特征串的长度为N，其每一位为1或0；

准备验证集，所述验证集包括多个类别已知的样本，并且所述验证集里的样本不同于所述训练集里的样本，所述验证集里的样本包括属于所述训练集里某个类的已知类样本和不属于所述训练集里任何类的未知类样本；

对所述验证集里的每个样本，用所述N个二类分类器分别对其进行处理，得到所述验证集里的每个样本的特征串，所述特征串的长度为N，其每一位为1或0；

将所述训练集里每个类的特征串与所述验证集里每个样本的特征串进行比较并计算其之间的相似度或距离；以及

对所述训练集里的每个类确定相似度阈值或距离阈值，使得已知类识别正确率与未知类识别正确率之和达到最高，其中，所述已知类识别正确率是正确识别的已知类样本在验证集里所有已知类样本中占的比例，所述未知类识别正确率是被判断为未知类的未知类样本在验证集里所有未知类样本中占的比例。

4.根据权利要求1所述的方法，其中，将给定训练集里的多个样本分为两组包括：

将给定训练集里的多个样本根据其所属类随机分为两组，具有相同类的样本位于相同的组中。

5.根据权利要求1所述的方法，其中，将给定训练集里的多个样本分为两组包括：

将给定训练集里的多个样本分为包含特定特征和不包含特定特征的两组。

6.根据权利要求2所述的方法，其中，在计算所述训练集里每个类的特征概率串与所述验证集里每个样本的特征串的距离时，采用柔性汉明距离。

7.根据权利要求3所述的方法，其中，将所述训练集里每个类的特征串与所述验证集里每个样本的特征串进行比较时，采用汉明距离。