[发明专利]场景处理方法、装置、设备、存储介质以及产品在审
申请号: | 202011446055.7 | 申请日: | 2020-12-11 |
公开(公告)号: | CN112583414A | 公开(公告)日: | 2021-03-30 |
发明(设计)人: | 朱建华 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | H03M7/30 | 分类号: | H03M7/30 |
代理公司: | 北京市铸成律师事务所 11313 | 代理人: | 阎敏;邓海鸿 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 场景 处理 方法 装置 设备 存储 介质 以及 产品 | ||
1.一种场景处理方法,包括:
基于场景集的目标压缩系数和所述场景集中每个场景的重要性程度值,确定出每个所述场景被采样的概率;
基于每个所述场景被采样的概率,对所述场景集进行采样。
2.根据权利要求1所述的方法,所述基于场景集的目标压缩系数和所述场景集中每个场景的重要性程度值,确定出每个所述场景被采样的概率之前,还包括:
统计所述场景的每个时刻的事件发生数量;
基于每个时刻的事件发生数量,确定出所述场景的重要性程度值。
3.根据权利要求2所述的方法,其中,所述基于每个时刻的事件发生数量,确定出所述场景的重要性程度值,包括:
基于每个时刻的事件发生数量分别计算每个时刻对应的信息熵;
统计所述信息熵低于或等于第一阈值的时刻,得到小熵时段长度;
计算所述小熵时段长度在所述场景的总时段长度中的占比,作为所述场景的重要性程度值。
4.根据权利要求2所述的方法,其中,所述基于每个时刻的事件发生数量,确定出所述场景的重要性程度值,包括:
统计所述事件发生数量低于或等于第二阈值的时刻,得到低频率事件的时段长度;
统计所述事件发生数量高于或等于第三阈值的时刻,得到高频率事件的时段长度;
计算所述低频率事件的时段长度和所述高频率事件的时段长度之和在所述场景的总时段长度中的占比,作为所述场景的重要性程度值。
5.根据权利要求1所述的方法,其中,所述基于场景集的目标压缩系数和所述场景集中每个场景的重要性程度值,确定出每个所述场景被采样的概率,包括:
基于所述场景的重要性程度值,确定出所述场景被采样的初始概率;
基于所述场景被采样的初始概率,得到所述场景对应的初始压缩系数;
计算所述场景对应的目标压缩系数与所述场景对应的初始压缩系数的比值;
将所述场景被采样的初始概率与所述比值的乘积,作为所述场景被采样的概率,以得到每个所述场景被采样的概率。
6.根据权利要求5所述的方法,其中,所述基于所述场景的重要性程度值,确定出所述场景被采样的初始概率,包括:
将所述场景的重要性程度值作为所述场景被采样的初始概率。
7.根据权利要求5所述的方法,其中,所述基于所述场景被采样的初始概率,得到所述场景对应的初始压缩系数,包括:
基于所述场景被采样的初始概率得到所述场景对应的被采样的初始期望值;
统计所有所述场景对应的所述初始期望值,得到所述场景集被采样的所述场景的期望个数;
计算所述期望个数与所述场景集中所述场景的总个数的比值,得到所述初始压缩系数。
8.根据权利要求1-7任一项所述的方法,还包括:
对采样得到的目标场景进行测试,得到第一测试结果。
9.根据权利要求8所述的方法,还包括:
对所述场景集的全部场景进行测试,得到第二测试结果;
确定所述第一测试结果与所述第二测试结果之间的差异信息;
基于所述差异信息,调整针对所述目标压缩系数的所述重要性程度值。
10.一种场景处理装置,包括:
第一确定模块,用于基于场景集的目标压缩系数和所述场景集中每个场景的重要性程度值,确定出每个所述场景被采样的概率;
场景采样模块,用于基于每个所述场景被采样的概率,对所述场景集进行采样。
11.根据权利要求10所述的装置,还包括第二确定模块,用于:
统计所述场景的每个时刻的事件发生数量;
基于每个时刻的事件发生数量,确定出所述场景的重要性程度值。
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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202011446055.7/1.html,转载请声明来源钻瓜专利网。