[发明专利]一种面向大规模数据集的两层活动聚类识别方法

摘要

本发明涉及一种面向大规模数据集的两层活动聚类识别方法，包括：1)基于稀疏编码的活动聚类；2)特征选择以及组分类器的训练；3)特征选择以及组内分类器的训练。本发明的有益效果是：本发明在大规模数据集上将活动按照相似度划分成不同组别，选择出更具针对性的特征，提高了活动识别的准确性；本发明的两层活动聚类识别模型的分类效果相比于单层的分类模型有着明显的提升，选择出的特征更具有针对性；本发明的特征选择方法更能选择出重要的特征，能使用更少的特征来达到令人满意度的分类准确度。

主权项

1.一种面向大规模数据集的两层活动聚类识别方法，其特征在于，包括如下步骤：1)基于稀疏编码的活动聚类1.1)对样本数据根据公式(1)进行稀疏编码，求解稀疏系数α，其中A是训练数据，D是字典，α是待求解的稀疏系数；A＝Dα  (1)1.2)根据公式(2)计算不同活动类别之间的距离，得到n×n大小的矩阵M，n是活动类别数；其中Δi,j是活动Ai和Aj之间的距离，距离越小，活动之间越相似，f是特征的数量，Ni,k是1)中求解得到αi,k在第k个特征上非0系数的数量，Si是活动Ai的样本数量；1.3)根据矩阵M将互相选择的活动聚类到相同的活动组Gk中，得到初步活动组集G＝{G1,G2...Gk}，并将Ai和Aj从活动集A中移除；1.4)搜索活动集A，从矩阵M中查询每一个Ap∈A的最相似活动Aq,若Aq∈G，则将Ap加入Aq对应的活动组中，并将Ap从活动集A中移除；1.5)重复步骤1.4)，直至活动集A为空集，或者A中活动数量不再发生改变；1.6)若A不为空集，则将A中剩余所有活动聚类到一个新的活动组Gm中，将Gm加入G中；1.7)输出活动组集G，完成活动的分组；2)特征选择以及组分类器的训练2.1)根据步骤1)完成的活动组集，将同一个活动组看成同一类活动进行特征选择,特征选择方法如公式(3)所示：其中Wk是第k个特征的权重值,var(fk)是第k个特征的方差，var(fk,i)是第k个特征在活动i上的方差；2.2)根据步骤2.1)中选择出的特征进行组分类器训练，获得第一层分类器，该分类器用于将活动分类到某个活动组中；3)特征选择以及组内分类器的训练3.1)针对每个活动组，在不同的组内使用公式(3)分别进行特征选择；3.2)根据每个活动组中选择出的特征，分别进行组内分类器的训练，获得第二层分类器，该分类器用于将活动分类到最终具体的活动。