[发明专利]确定特征空间的方法和装置在审

专利信息
申请号: 202011073248.2 申请日: 2020-10-09
公开(公告)号: CN112183653A 公开(公告)日: 2021-01-05
发明(设计)人: 陈颖 申请(专利权)人: 腾讯音乐娱乐科技(深圳)有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 宁立存
地址: 518000 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: 确定 特征 空间 方法 装置
【权利要求书】:

1.一种确定特征空间的方法,其特征在于,所述方法包括:

获取多个训练样本在不同维度的特征,其中,所述多个训练样本包括多组不同类别的训练样本;

根据所述多个训练样本在不同维度的特征,确定每维特征对应的类间距离和类内距离;

根据每维特征对应的类间距离和类内距离,将所述不同维度的特征划分为第一类特征集合和第二类特征集合,其中,所述第一类特征集合中的特征对确定类别的贡献高于所述第二类特征集合中的特征;

根据所述第一类特征集合和所述第二类特征集合,确定所述不同维度的特征降低维度后的目标特征空间。

2.根据权利要求1所述的方法,其特征在于,所述根据所述多个训练样本在不同维度的特征,确定每维特征对应的类间距离和类内距离,包括:

根据所述多个训练样本中各类别训练样本的数目、所述多个训练样本的类别数目、每维特征在各类别训练样本中的均值和每维特征在所述多个训练样本中的均值,确定每维特征对应的类间距离;

根据所述多个训练样本的类别数目、每维特征在各类别训练样本中的均值和每类别训练样本中各训练样本的特征的特征值,确定每维特征对应的类内距离。

3.根据权利要求1或2所述的方法,其特征在于,所述根据每维特征对应的类间距离和类内距离,将所述不同维度的特征划分为第一类特征集合和第二类特征集合,包括:

确定每维特征对应的类间距离和类内距离的比值,获得每维特征对应的比值;

根据每维特征对应的比值,将所述不同维度的特征划分为第一类特征集合和第二类特征集合。

4.根据权利要求3所述的方法,其特征在于,所述根据每维特征对应的比值,将所述不同维度的特征划分为第一类特征集合和第二类特征集合,包括:

按照每维特征对应的比值从大到小的顺序,选取比值最大的m个特征,组成第一类特征集合,将所述不同维度的特征中除所述第一类特征集合中的特征之外的其余特征,组成第二类特征集合,其中,m大于或等于1,且小于或等于特征的总维度。

5.根据权利要求1或2所述的方法,其特征在于,所述根据所述第一类特征集合和所述第二类特征集合,确定所述不同维度的特征降低维度后的目标特征空间,包括:

按照取最大值的原则,确定所述不同维度的特征降低维度后的目标特征空间;

其中,W表示所述目标特征空间,为所述第一类特征集合中的特征在第一维空间中的协方差矩阵,为所述第二类特征集合中的特征在所述第一维空间中的协方差矩阵,表示的迹,表示的迹,所述第一维空间的维度高于所述目标特征空间的维度。

6.一种确定特征空间的装置,其特征在于,所述装置包括:

获取模块,用于获取多个训练样本在不同维度的特征,其中,所述多个训练样本包括多组不同类别的训练样本;

确定模块,用于:

根据所述多个训练样本在不同维度的特征,确定每维特征对应的类间距离和类内距离;

根据每维特征对应的类间距离和类内距离,将所述不同维度的特征划分为第一类特征集合和第二类特征集合,其中,所述第一类特征集合中的特征对确定类别的贡献高于所述第二类特征集合中的特征;

根据所述第一类特征集合和所述第二类特征集合,确定所述不同维度的特征降低维度后的目标特征空间。

7.根据权利要求6所述的装置,其特征在于,所述确定模块,用于:

根据所述多个训练样本中各类别训练样本的数目、所述多个训练样本的类别数目、每维特征在各类别训练样本中的均值和每维特征在所述多个训练样本中的均值,确定每维特征对应的类间距离;

根据所述多个训练样本的类别数目、每维特征在各类别训练样本中的均值和每类别训练样本中各训练样本的特征的特征值,确定每维特征对应的类内距离。

8.根据权利要求6或7所述的装置,其特征在于,所述确定模块,用于:

确定每维特征对应的类间距离和类内距离的比值,获得每维特征对应的比值;

根据每维特征对应的比值,将所述不同维度的特征划分为第一类特征集合和第二类特征集合。

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腾讯音乐娱乐科技(深圳)有限公司,未经腾讯音乐娱乐科技(深圳)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/202011073248.2/1.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