[发明专利]一种数据特征提取方法、装置、终端设备及介质

说明书

本申请适用于大数据处理技术领域，提供了一种数据特征提取方法、数据特征提取装置、终端设备及介质，数据特征提取方法包括：根据样本数据构建高维稀疏向量；基于预设函数对高维稀疏向量进行迭代求解，得到高维稀疏向量的支撑点向量；基于约束条件对支撑点向量进行约束映射，以修正支撑点向量；基于目标函数对修正后的支撑点向量进行验证，验证通过则将修正后的支撑点向量确定为目标特征向量，通过对高维稀疏向量进行迭代求解，能够快速确定出该高维稀疏向量的支撑点向量，进而基于约束条件修正支撑点向量，进而实现对高维稀疏向量的优化问题的求解，能够有效地提取出高维稀疏向量中的目标特征向量，能够有效地提高数据特征提取的效率。

技术领域

本申请属于大数据处理技术领域，尤其涉及一种数据特征提取方法、装置、终端设备及计算机可读存储介质。

背景技术

文本特征指的是最能代表文本主旨的词汇集合，文本特征不仅可以很好的概括文本主要内容和主旨，而且可以降低文本处理的复杂程度。而文本特征学习包含了高维的词库信息，因此，根据样本信息学习文本的特征表达就是一个高维稀疏向量的优化问题。对于时空数据的地图特征学习问题中，地图数据的表达往往也是一个高维稀疏向量，根据样本信息学习地图的特征也是一个高维稀疏向量的优化问题。因此，高维稀疏向量的优化问题的求解是机器学习应用中特征提取的一个关键应用。

目前对高维稀疏向量的优化算法主要有梯度下降方法和经验方法(例如模拟退火算法和蚁群算法等等)。然而现有的求解方法存在求解效率低的缺陷。且在很多高维稀疏向量的优化问题中，求解的向量是带有约束条件的，因此高维稀疏向量的优化问题的求解的难度较高。可见，现有的特征提取过程中，存在特征提取效率较低的问题。

发明内容

有鉴于此，本申请提供了一种数据特征提取方法、装置、终端设备及计算机可读存储介质，以解决现有的特征提取过程中，存在特征提取效率较低的问题。

本申请实施例的第一方面提供了一种数据特征提取方法，包括：

根据样本数据构建高维稀疏向量；

基于预设函数对所述高维稀疏向量进行迭代求解，得到所述高维稀疏向量的支撑点向量；

基于约束条件对所述支撑点向量进行约束映射，以修正所述支撑点向量；其中，所述约束条件为单流形约束条件；

基于目标函数对修正后的支撑点向量进行验证，若验证通过，则将修正后的支撑点向量确定为目标特征向量。

进一步的，所述基于预设函数对所述高维稀疏向量进行迭代求解，得到所述高维稀疏向量的支撑点向量，包括：

将所述高维稀疏向量输入所述预设函数中进行计算，以获取预支撑点向量；

基于各预支撑点向量的属性对各预支撑点向量的权重进行权重映射；

基于映射后的支撑点向量的权重以及支撑点向量出现的次数确定各个支撑点向量的向量系数；

基于各个支撑点向量的向量系数及上一次迭代的求解结果确定本次迭代的支撑点向量。

进一步的，所述预设函数基于支撑函数构建。

示例性的，上述预设函数表示为：

S＝sup port(Project(p_t))；

其中，p_t为迭代算法中第t步的向量解，S为支撑点向量，而对于support函数，其对应的求解即为如下子问题：

即是将第t步的向量解投影在欧式空间中，并确定使得投影的变动最小化的点，该点即为支撑点向量。

进一步的，所述基于目标函数对修正后的支撑点向量进行验证，包括：