[发明专利]特征数据集分类

说明书

本发明公开了装置和操作此类装置的方法。本发明公开了一种装置，该装置包括特征数据集输入电路以接收特征数据集，该特征数据集包括指示一组特征的多个特征数据值，其中每个特征数据值由一组位表示。类检索电路响应于从特征数据集输入电路接收到特征数据集，以从类指示存储装置检索针对特征数据集中所接收的每个特征数据值的类指示，其中对于每个特征的一组位的每个排列，类指示是预先确定的并且存储在类指示存储装置中。分类输出电路响应于从类检索电路接收到类指示，以根据类指示确定分类。因此，可从简单的装置准确地生成预测类。

本技术涉及数据处理领域。

可以采用各种方法来基于构成特征数据集的多个特征数据值对输入数据集进行分类。例如，可以在应用贝叶斯定理的朴素贝叶斯分类器的基础上构建装置。常见的实现基于高斯朴素贝叶斯算法，其中贝叶斯公式中似然项的每个因子被建模为(单变量)高斯分布。可以使用训练数据集(其中待预测的所需类是已知的)训练朴素贝叶斯算法实现，然后可以将该训练模型用于新的输入数据集以生成类预测。此类实现在硬件中可能仍然需要显著水平的计算能力，以便处理每个输入数据集并基于训练模型生成预测类。可能存在一些具体实施上下文，其中希望由具有有限数据处理能力的更简单的设备生成类预测。

至少一些示例提供了一种装置，该装置包括：特征数据集输入电路，用于接收包括指示一组特征的多个特征数据值的特征数据集，其中每个特征数据值由一组位表示；类检索电路，该类检索电路响应于从特征数据集输入电路接收到特征数据集，以从类指示存储装置检索针对特征数据集中所接收的每个特征数据值的类指示，其中对于每个特征的一组位的每个排列，类指示是预先确定的并且存储在类指示存储装置中；和分类输出电路，该分类输出电路响应于从类检索电路接收到类指示来根据类指示确定分类。

至少一些示例提供了一种操作装置的方法，该方法包括：在特征数据集输入处接收包括指示一组特征的多个特征数据值的特征数据集，其中每个特征数据值由一组位表示；从类指示存储装置检索针对特征数据集中所接收的每个特征数据值的类指示，其中对于每个特征的一组位的每个排列，类指示是预先确定的并且存储在类指示存储装置中；以及根据类指示确定分类。

至少一些示例提供了一种装置，该装置包括：用于接收包括指示一组特征的多个特征数据值的特征数据集的装置，其中每个特征数据值由一组位表示；用于从用于存储类指示的装置检索针对特征数据集中所接收的每个特征数据值的类指示的装置，其中对于每个特征的一组位的每个排列，类指示是预先确定的并且存储在用于存储类指示的装置中；和用于根据类指示确定分类的装置。

将参考如附图所示的本发明的实施方案，结合以下描述阅读，仅以举例的方式进一步描述本技术，其中：

图1示意性地示出了根据一些示例性实施方案的装置；

图2示意性地示出了训练布置，根据该训练布置，在一些示例性实施方案中，使用特征训练数据集训练高斯朴素贝叶斯模型实现；

图3A和图3B示出了在一些示例性实施方案中训练模型可基于的示例性特征分布；

图4示意性地示出了在一些示例性实施方案中包括并行访问的多个类查找表的装置；

图5示意性地示出了在一些示例性实施方案中包括对多个特征值串行访问的单个类查找表的装置；

图6A示意性地示出了一些示例性实施方案中的类值的权重；

图6B示意性地示出了在一些示例性实施方案中通过表决在所指示的类之间进行选择；

图7示意性地示出了在一些示例性实施方案中用于接收要用于查找3位类值的5位特征值的低精度实现；

图8A示意性地示出了在一些示例性实施方案中生成用于装置的输入特征数据集的一组传感器；

图8B示意性地示出了在一些示例性实施方案中具体体现为塑料加工设备的装置；