[發(fā)明專利]一種線性動態(tài)系統(tǒng)的相似性度量計算方法在審
| 申請?zhí)枺?/td> | 201410427511.1 | 申請日: | 2014-08-27 |
| 公開(公告)號: | CN104199902A | 公開(公告)日: | 2014-12-10 |
| 發(fā)明(設(shè)計)人: | 羅冠;胡衛(wèi)明 | 申請(專利權(quán))人: | 中國科學(xué)院自動化研究所 |
| 主分類號: | G06F17/30 | 分類號: | G06F17/30 |
| 代理公司: | 中科專利商標(biāo)代理有限責(zé)任公司 11021 | 代理人: | 宋焰琴 |
| 地址: | 100190 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 線性 動態(tài) 系統(tǒng) 相似性 度量 計算方法 | ||
技術(shù)領(lǐng)域
本發(fā)明涉及計算機(jī)應(yīng)用技術(shù)領(lǐng)域,特別涉及一種線性動態(tài)系統(tǒng)的相似性度量計算方法。
背景技術(shù)
隨著社會經(jīng)濟(jì)和科學(xué)技術(shù)的飛速發(fā)展,時序數(shù)據(jù)已廣泛深入地在國計民生、商業(yè)金融以及科學(xué)研究等領(lǐng)域中起著重要的作用,比如國家人口、糧食儲備隨時間變化的情況,天氣雨水隨時間變化的規(guī)律,股市匯率隨時間變化的趨勢等等,時序數(shù)據(jù)分析都能夠在其中發(fā)揮重要的作用。另一方面,視頻數(shù)據(jù)作為近年來一種與人們的日常生活緊密相關(guān)的時序數(shù)據(jù),已被廣泛地應(yīng)用于各種場所。例如,在銀行、機(jī)場、居民生活區(qū)等地區(qū)安裝用于安防的監(jiān)控系統(tǒng),每天會產(chǎn)生大量的監(jiān)控視頻數(shù)據(jù);再例如,在互聯(lián)網(wǎng)上存儲著海量的視頻節(jié)目,而且每時每刻還在不斷地高速增長。如何在如此海量的視頻數(shù)據(jù)中快速準(zhǔn)確地檢索到所期望的內(nèi)容,是一個具有重要研究價值和巨大應(yīng)用價值的實際問題,這一問題的有效解決將對相關(guān)產(chǎn)業(yè)的深入發(fā)展起到重要的促進(jìn)和推動作用。
時序數(shù)據(jù)分析與檢索的一個重要內(nèi)容是如何快速準(zhǔn)確地計算兩個時序數(shù)據(jù)之間的相似度。目前這個問題主要有兩類解決方法:一類是通過直接計算兩個序列之間的豪斯多夫距離(Hausdorff?distance)來衡量兩個時序數(shù)據(jù)之間的相似度。這種方法的優(yōu)點是計算簡單,但是計算準(zhǔn)確度很差;另一類是通過學(xué)習(xí)時序數(shù)據(jù)的隱馬爾可夫模型來比較時序數(shù)據(jù)之間的相似性。這種方法計算準(zhǔn)確度好,但是模型計算復(fù)雜度較高。由于時序數(shù)據(jù)在一個較短的時間內(nèi)具有線性的特點,因此可以使用線性動態(tài)系統(tǒng)模型來描述時序數(shù)據(jù)。線性動態(tài)系統(tǒng)兼具以上兩類方法的優(yōu)點,因此具有很好的應(yīng)用潛力。
線性動態(tài)系統(tǒng)通過模型參數(shù)(A,C)來表達(dá)時序數(shù)據(jù)隨時間變化的特點。在如何計算兩個線性動態(tài)系統(tǒng)距離這個問題上,目前主流的做法是計算兩個線性動態(tài)系統(tǒng)所在的子空間形成的夾角。但這種方法存在一個非常明顯的缺陷是,它沒有考慮線性動態(tài)系統(tǒng)的初始狀態(tài)對于計算結(jié)果的影響。例如:對于兩個內(nèi)容相同的視頻序列,當(dāng)它們的初始幀不同時,其子空間夾角會在零附近發(fā)生較大范圍的變化。但是在實際應(yīng)用中,通常期望視頻序列之間的距離度量不受初始條件的影響,使得能夠準(zhǔn)確判斷兩個視頻序列之間內(nèi)容的相似性。為此,本發(fā)明在子空間夾角方法的基礎(chǔ)上,提供一種與初始狀態(tài)無關(guān)的線性動態(tài)系統(tǒng)距離度量的計算方法。該方法可明顯平穩(wěn)相同內(nèi)容時序數(shù)據(jù)之間的距離度量變化曲線,同時增加與不同內(nèi)容時序數(shù)據(jù)距離度量變化曲線之間的間隔,使得在時序數(shù)據(jù)檢索、識別方面的性能大幅提高。
發(fā)明內(nèi)容
有鑒于此,本發(fā)明的主要目的是提供一種線性動態(tài)系統(tǒng)的相似性度量計算方法,該方法首先計算時序數(shù)據(jù)的線性動態(tài)系統(tǒng)模型參數(shù),并求解線性動態(tài)系統(tǒng)之間的子空間夾角,在此基礎(chǔ)上通過幀偏移優(yōu)化,提供一種與初始狀態(tài)無關(guān)的線性動態(tài)系統(tǒng)距離度量的計算方法。
為達(dá)到上述目的,本發(fā)明提出一種線性動態(tài)系統(tǒng)的相似性度量計算方法,該方法包括以下步驟:
步驟1:收集待處理的時序數(shù)據(jù);
步驟2:分別計算所述時序數(shù)據(jù)對應(yīng)的線性動態(tài)系統(tǒng)模型參數(shù);
步驟3:通過所述線性動態(tài)系統(tǒng)模型參數(shù)計算得到對應(yīng)線性動態(tài)系統(tǒng)之間的子空間夾角;
步驟4:通過對所述子空間夾角進(jìn)行幀偏移優(yōu)化,得到所述時序數(shù)據(jù)的相似性度量。
其中,所述步驟2進(jìn)一步包括以下步驟:
步驟21,將所述時序數(shù)據(jù)表示為二維矩陣,所述二維矩陣的行表示時序數(shù)據(jù)的維度,列表示時序數(shù)據(jù)的長度;
步驟22,將所述時序數(shù)據(jù)作為一個線性動態(tài)系統(tǒng)的輸出,得到其應(yīng)滿足的線性動態(tài)系統(tǒng)模型;
步驟23,通過SVD分解和最小二乘法得到所述線性動態(tài)系統(tǒng)模型的參數(shù)。
其中,所述線性動態(tài)系統(tǒng)模型表示為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國科學(xué)院自動化研究所;,未經(jīng)中國科學(xué)院自動化研究所;許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410427511.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 動態(tài)矢量譯碼方法和動態(tài)矢量譯碼裝置
- 動態(tài)口令的顯示方法及動態(tài)令牌
- 動態(tài)庫管理方法和裝置
- 動態(tài)令牌的身份認(rèn)證方法及裝置
- 令牌、動態(tài)口令生成方法、動態(tài)口令認(rèn)證方法及系統(tǒng)
- 一種動態(tài)模糊控制系統(tǒng)
- 一種基于動態(tài)信號的POS機(jī)和安全保護(hù)方法
- 圖像動態(tài)展示的方法、裝置、系統(tǒng)及介質(zhì)
- 一種基于POS機(jī)聚合碼功能分離顯示動態(tài)聚合碼的系統(tǒng)
- 基于動態(tài)口令的身份認(rèn)證方法、裝置和動態(tài)令牌
- 基于異類關(guān)系確定目標(biāo)相似性的方法和系統(tǒng)
- 相似性匹配系統(tǒng)和方法
- 相似性匹配系統(tǒng)和方法
- 興趣點預(yù)測和推薦中的用戶時空相似性度量方法
- 一種基于相似性和邏輯矩陣分解的miRNA?疾病關(guān)聯(lián)關(guān)系預(yù)測方法
- 一種結(jié)合二分網(wǎng)絡(luò)和文本的醫(yī)院科室相似性分析方法
- 一種基于相似性學(xué)習(xí)及其增強(qiáng)的細(xì)胞類型鑒定方法
- 確定企業(yè)屬性相似性、重名對象判定
- 獲取機(jī)構(gòu)技術(shù)相似性的方法及裝置
- 一種基于圖卷積神經(jīng)網(wǎng)絡(luò)的lncRNA-蛋白質(zhì)相互作用預(yù)測方法





