[发明专利]数据处理方法及装置、处理器、电子设备、存储介质在审

专利信息
申请号: 202010102367.X 申请日: 2020-02-19
公开(公告)号: CN111340082A 公开(公告)日: 2020-06-26
发明(设计)人: 黄厚钧;何悦;李诚;王贵杰;王子彬 申请(专利权)人: 深圳市商汤科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 熊永强;董文俊
地址: 518054 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 数据处理 方法 装置 处理器 电子设备 存储 介质
【权利要求书】:

1.一种数据处理方法,其特征在于,所述方法包括:

获取n个节点,所述n为大于或等于2的整数,所述节点用于表示待聚类对象;

待聚类对象确定所述n个节点中与第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点,所述第一节点属于所述n个节点;

将所述第一节点与所述第一备选节点连接,得到邻接图,其中,所述邻接图用于对所述n个节点所表示的待聚类对象聚类。

2.根据权利要求1所述的方法,其特征在于,在所述确定所述n个节点中与第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点之前,所述方法还包括:

确定所述n个节点与所述第一节点之间的相似度,得到第一相似度集;

将第一相似度集中最大的k个相似度所对应的节点,作为第二备选节点;

所述确定所述n个节点中与所述第一节点之间的相似度大于或等于参考阈值的节点,作为第一备选节点,包括:

确定所述第二备选节点中相似度大于或等于所述参考阈值的节点,作为所述第一备选节点。

3.根据权利要求1或2所述的方法,其特征在于,所述将所述第一节点与所述第一备选节点连接,得到邻接图,包括:

依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的邻接关系;

将所述第一节点与所述第一备选节点连接,使所述第一节点与所述第一备选节点满足所述邻接关系,得到所述邻接图。

4.根据权利要求3所述的方法,其特征在于,所述邻接关系包括所述第一备选节点与所述第一节点之间的距离;

所述依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的邻接关系,包括:

依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的距离,所述距离与所述相似度呈正相关。

5.根据权利要求4所述的方法,其特征在于,所述依据所述第一备选节点与所述第一节点之间的相似度,确定所述第一备选节点与所述第一节点之间的距离,包括:

将所述第一备选节点与所述第一节点之间的相似度作为备选相似度集,确定所述备选相似度集中的最小值,作为参考相似度;

依据第一相似度与所述参考相似度之间的差,以及第二相似度与所述参考相似度之间的差,得到第一权值和第二权值,所述第一相似度和所述第二相似度均属于所述备选相似度集;

依据所述第一权值和所述第二权值,确定所述第一节点与所述第二节点之间的距离,以及所述第一节点与第三节点之间的距离,所述第二节点为与所述第一相似度对应的节点,所述第三节点为与所述第二相似度对应的节点。

6.根据权利要求2至5中任意一项所述的方法,其特征在于,在确定所述第二备选节点中相似度大于或等于所述参考阈值的节点,作为所述第一备选节点之前,所述方法还包括:

对所述待聚类对象进行特征提取处理,得到第一特征数据;

依据所述第一特征数据确定所述待聚类对象的数据类型,所述数据类型包括图像、语音、语句;

依据所述待聚类对象的数据类型和参考映射关系,得到所述参考阈值,所述参考映射关系为数据类型与相似度阈值之间的映射关系。

7.根据权利要求2至6中任意一项所述的方法,其特征在于,在所述将第一相似度集中最大的k个相似度所对应的节点,作为第二备选节点之前,所述方法还包括:

获取参考时长和/或参考存储容量;

依据所述参考时长和/或所述参考存储容量,得到所述k。

8.根据权利要求7所述的方法,其特征在于,所述方法还包括:

获取聚类网络;

使用所述聚类网络对所述邻接图进行处理,得到所述n个节点所表示的待聚类对象的聚类结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市商汤科技有限公司,未经深圳市商汤科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010102367.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top