[發(fā)明專利]數(shù)據(jù)分類方法和裝置

有效

• 申請?zhí)枺?/td>: 201410117603.X
• 申請日: 2014-03-26
• 公開（公告）號: CN104951791B
• 公開（公告）日: 2018-10-09
• 發(fā)明（設計）人: 江焯林;甄毅;楊強
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/66
• 代理公司: 北京同立鈞成知識產(chǎn)權代理有限公司 11205
• 代理人: 劉芳

本發(fā)明實施例提供一種數(shù)據(jù)分類方法和裝置。其中，方法包括：根據(jù)從待分類數(shù)據(jù)中抽取到的至少一個特征對所述待分類數(shù)據(jù)進行歸一化處理，以使所述待分類數(shù)據(jù)的各個特征對應的數(shù)據(jù)取值范圍一致，形成所述待分類數(shù)據(jù)的特征數(shù)據(jù)；利用二值化壓縮碼編碼器處理所述待分類數(shù)據(jù)的特征數(shù)據(jù)，得到所述待分類數(shù)據(jù)的二值化壓縮碼；利用基于二值化壓縮碼的分類器對所述待分類數(shù)據(jù)的二值化壓縮碼進行分類處理，獲得所述待分類數(shù)據(jù)的類別。本發(fā)明實施例提供的數(shù)據(jù)分類方法和裝置，可以克服現(xiàn)有技術的數(shù)據(jù)分類方法計算量過大，計算效率低的問題。

技術領域

本發(fā)明實施例涉及通信技術，尤其涉及一種數(shù)據(jù)分類方法和裝置。

背景技術

數(shù)據(jù)分類技術一直是IT工業(yè)界和學術界的研究熱點。數(shù)據(jù)分類技術可以包括圖片場景分類、文本分類（例如應用于多語言文本情感分類領域）、多媒體語義分類（例如應用于多媒體語義識別領域）。圖片場景分類可以為圖片的后續(xù)處理提供方便，一個潛在的應用場合是在手機平臺上。隨著智能手機的普及，手機拍照已經(jīng)成為手機的第二大功能。通過手機拍攝場景圖片而識別出用戶所處的環(huán)境，可以為用戶提供相關服務，例如判定拍攝圖片是在會議廳，自動設置成會議狀態(tài)模式，使得手機變得更加智能。

現(xiàn)有的數(shù)據(jù)分類技術是基于實特征向量進行分類，使用實數(shù)值的特征表示作為輸入進行分類器訓練，但這種技術需要耗費大量的計算資源，計算效率低，不適用于大規(guī)模數(shù)據(jù)的分類。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種數(shù)據(jù)分類方法和裝置，以克服現(xiàn)有技術的數(shù)據(jù)分類方法計算量過大，計算效率低的問題。

第一方面，本發(fā)明實施例提供一種數(shù)據(jù)分類方法，包括：

根據(jù)從待分類數(shù)據(jù)中抽取到的至少一個特征對所述待分類數(shù)據(jù)進行歸一化處理，以使所述待分類數(shù)據(jù)的各個特征對應的數(shù)據(jù)取值范圍一致，形成所述待分類數(shù)據(jù)的特征數(shù)據(jù)；

利用二值化壓縮碼編碼器處理所述待分類數(shù)據(jù)的特征數(shù)據(jù)，得到所述待分類數(shù)據(jù)的二值化壓縮碼；

利用基于二值化壓縮碼的分類器對所述待分類數(shù)據(jù)的二值化壓縮碼進行分類處理，獲得所述待分類數(shù)據(jù)的類別。

在第一方面的第一種可能的實現(xiàn)方式中，在所述根據(jù)從待分類數(shù)據(jù)中抽取到的至少一個特征對所述原始數(shù)據(jù)進行歸一化處理，以使所述待分類數(shù)據(jù)的各個特征對應的數(shù)據(jù)取值范圍一致，形成所述待分類數(shù)據(jù)的特征數(shù)據(jù)之前，還包括：

對樣本數(shù)據(jù)進行歸一化處理，以使所述樣本數(shù)據(jù)的各個特征對應的數(shù)據(jù)取值范圍一致，形成壓縮碼訓練數(shù)據(jù)，所述樣本數(shù)據(jù)來自于所述待分類數(shù)據(jù)；

利用所述壓縮碼訓練數(shù)據(jù)對二值化壓縮碼編碼器進行編碼器訓練，獲得二值化壓縮碼編碼器，并獲得二值化壓縮碼；

將所述二值化壓縮碼作為分類器訓練數(shù)據(jù)，對分類器進行訓練，獲得基于二值化壓縮碼的分類器。

根據(jù)第一方面的第一種可能的實現(xiàn)方式，在第二種可能的實現(xiàn)方式中，所述利用所述壓縮碼訓練數(shù)據(jù)對二值化壓縮碼編碼器進行編碼器訓練，獲得二值化壓縮碼編碼器，包括：

利用所述壓縮碼訓練數(shù)據(jù)，根據(jù)以下使分類誤差的目標函數(shù)最小化的公式進行編碼器訓練：