[发明专利]场景模型建立方法、装置、存储介质及电子设备

权利要求书

1.一种场景模型建立方法，其特征在于，包括：

获取场景的感知数据；

基于优化目标函数与所述感知数据，对至少两个子模型进行训练以获取所述至少两个子模型的优化目标函数值，其中，所述子模型对应的优化目标函数包括至少两个评估指标；

当所述至少两个子模型的优化目标函数值满足预设条件时，将所述至少两个子模型进行加权处理，以构建场景模型。

2.根据权利要求1所述的场景模型建立方法，其特征在于，所述基于优化目标函数与所述感知数据，对至少两个子模型进行训练以获取所述至少两个子模型的优化目标函数值的步骤，包括：

将所述感知数据输入子模型进行训练，以输出对应的场景标签；

根据优化目标函数、预设场景标签与所述场景标签，获取所述感知数据输入的子模型的优化目标函数值；

若所述优化目标函数值收敛，则建立场景子模型；

若所述优化目标函数值不收敛，则调整所述感知数据输入的子模型的权重参数，直至所述优化目标函数值收敛。

3.根据权利要求1所述的场景模型建立方法，其特征在于，所述场景模型包括第一场景子模型与第二场景子模型；

所述第一场景子模型的优化目标函数的评估指标包括准确度与模型复杂度；

所述第二场景子模型的优化目标函数的评估指标包括召回率与模型复杂度。

4.根据权利要求1所述的场景模型建立方法，其特征在于，每一子模型包括多个隐层，将所述至少两个子模型进行加权处理之前，还包括：

将所述至少两个子模型的最后一个隐层进行联合；

获取加权处理的比例参数，以将所述至少两个子模型进行加权处理。

5.根据权利要求2所述的场景模型建立方法，其特征在于，所述将所述至少两个子模型进行加权处理，以构建场景模型，包括：

获取所述至少两个子模型的优化目标函数值；

将所述优化目标函数值进行加权处理，以获取所述优化目标函数值的加权值；

若所述加权值收敛，则建立场景模型；

若所述加权值不收敛，则调整所述至少两个子模型的权重参数，直至所述加权值收敛。

6.一种场景识别方法，其特征在于，包括：

接收场景识别请求，其中，所述场景识别请求包括任务标识和待识别数据；

将所述任务标识与预设映射表进行匹配，以获取场景识别的优化目标函数，其中映射表包括任务标识与优化目标函数的关系；

根据场景识别的优化目标函数，利用场景模型对所述待识别数据进行场景识别，其中，所述场景模型如权利要求1至5任一项所述的场景模型建立方法进行构建。

7.一种场景模型建立装置，其特征在于，包括：

获取模块，用于获取场景的感知数据；

训练模块，用于基于优化目标函数与所述感知数据，对至少两个子模型进行训练以获取所述至少两个子模型的优化目标函数值，其中，所述子模型对应的优化目标函数包括至少两个评估指标；

加权处理模块，用于当所述至少两个子模型的优化目标函数值满足预设条件时，将所述至少两个子模型进行加权处理，以构建场景模型。

8.根据权利要求7所述的场景模型建立装置，其特征在于，所述训练模块包括：

训练子模块，用于将所述感知数据输入子模型进行训练，以输出对应的场景标签；

第一获取子模块，用于根据优化目标函数、预设场景标签与所述场景标签，获取所述感知数据输入的子模型的优化目标函数值；

第一建立子模块，用于若所述优化目标函数值收敛，则建立场景子模型；

第一调整子模块，用于若所述优化目标函数值不收敛，则调整所述感知数据输入的子模型的权重参数，直至所述优化目标函数值收敛。