[发明专利]一种基于池化时间序列特征表示的细胞分裂事件识别方法

摘要

本发明公开了一种基于池化时间序列特征表示的细胞分裂事件识别方法，所述细胞分裂事件识别方法包括以下步骤：在样本数据库中，提取样本相关特征，将所有样本特征的集合定义为初始特征库；初始特征矩阵的每一横向维度为一个时间序列，将多种池化算子应用于时间金字塔结构，将池化后的结果级联为一个向量，作为样本的最终表示；分别计算训练集和测试集的核矩阵，应用支持向量机作为分类器，获取最终的预测结果。本发明避免了对序列的每一帧进行分析，而是将整个序列在空域和时域上联合作为整体，保留了帧与帧之间的时域关系，提高了序列分类预测结果，可以应用于多种视频序列内容分析。

主权项

1.一种基于池化时间序列特征表示的细胞分裂事件识别方法，其特征在于，所述细胞分裂事件识别方法包括以下步骤：在样本数据库中，提取样本相关特征，将所有样本特征的集合定义为初始特征库；初始特征矩阵的每一横向维度为一个时间序列，将多种池化算子应用于时间金字塔结构，将池化后的结果级联为一个向量，作为样本的最终表示；分别计算训练集和测试集的核矩阵，应用支持向量机作为分类器，获取最终的预测结果；其中，所述多种池化算子具体为：最大池化算子、和池化算子、以及引入时间序列梯度直方图概念的池化算子；所述时间序列梯度直方图概念的池化算子具体为：其中，表示在[t^s,t^e]时间段的正梯度算子，表示在[t^s,t^e]时间段的负梯度算子，表示在[t^s,t^e]时间段的另一种正梯度算子，表示在[t^s,t^e]时间段的另一种负梯度算子，表示在一定范围内时间点t的正梯度值，表示在一定范围内时间点t的负梯度值，∧为逻辑与；f_i(t)表示每一个时间序列，t^s表示一个时间段的起点，t^e表示一个时间段的终点。