[發明專利]數據分類方法及裝置

在審

• 申請號: 201410838411.8
• 申請日: 2014-12-29
• 公開（公告）號: CN104616029A
• 公開（公告）日: 2015-05-13
• 發明（設計）人: 龍飛;陳志軍;張濤
• 申請（專利權）人: 小米科技有限責任公司
• 主分類號: G06K9/66
• 分類號: G06K9/66;G06F17/30
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

1.一種數據分類方法，其特征在于，包括：

識別預設樣本數據庫中每個訓練樣本的類別；

在預設樣本數據庫中分別選取第一訓練樣本集和第二訓練樣本集，每個訓練樣本集都包含有所述預設樣本數據庫中所有類別的多個訓練樣本；

確定所述第一訓練樣本集中每一類別的訓練樣本的平均樣本；

利用預設迭代算法對所有類別的平均樣本進行迭代運算得到所述第一訓練樣本集的分類字典；

將所述第二訓練樣本集中的每個訓練樣本在所述分類字典下分解得到一個訓練稀疏系數向量；

將得到的所有訓練稀疏系數向量級聯得到訓練矩陣，所述訓練矩陣包含有至少兩個列向量；

根據所述第二訓練樣本集中的每個訓練樣本的類別確定所述訓練矩陣中每個列向量的類別標簽，并保存所述訓練矩陣中每個列向量對應的類別標簽。

2.根據權利要求1所述的方法，其特征在于，所述訓練樣本為圖像；

所述確定所述第一訓練樣本集中每一類別的訓練樣本的平均樣本，包括：

計算所述第一訓練樣本集中每一類別的多個樣本相同位置上像素點的像素值的平均值；

對于每個類別，分別將所有像素點的像素值均為平均值的樣本確定為對應類別的平均樣本。

3.根據權利要求2所述的方法，其特征在于，所述利用預設迭代算法對所有類別的平均樣本進行迭代運算得到所述第一訓練樣本集的分類字典，包括：

利用預設迭代算法對每一類別的平均樣本均進行迭代運算得到每個類別的類別字典；

將每個類別的類別字典級聯得到所述第一訓練樣本集的分類字典。

4.一種數據分類方法，其特征在于，包括：

在預設樣本數據庫任意選取一個訓練樣本作為測試樣本；

將所述測試樣本映射到上述權利要求1-3任一項中所述的分類字典上得到所述測試樣本的稀疏系數向量；

計算所述稀疏系數向量與上述權利要求1-3任一項中所述的訓練矩陣中每個列向量的漢明距離；

根據所述稀疏系數向量與所述的訓練矩陣中所有列向量的漢明距離確定所述測試樣本的目標類別。

5.根據權利要求4所述的方法，其特征在于，所述根據所述稀疏系數向量與所述的訓練矩陣中所有列向量的漢明距離確定所述測試樣本的目標類別，包括：

比較所述稀疏系數向量與所述的訓練矩陣中所有列向量的漢明距離；

在所述訓練矩陣中所有列向量選取漢明距離最小的所有列向量作為參考列向量；

根據所述訓練矩陣中每個列向量對應的類別標簽，統計所有所述參考列向量對應的每個類別的類別標簽的數量；

將數量最多的類別標簽所對應的類別確定為所述測試樣本的目標類別。

6.一種數據分類裝置，其特征在于，包括：

類別識別模塊，用于識別預設樣本數據庫中每個訓練樣本的類別；

樣本集選取模塊，用于在預設樣本數據庫中分別選取第一訓練樣本集和第二訓練樣本集，每個訓練樣本集都包含有所述預設樣本數據庫中所有類別的多個訓練樣本；

平均樣本確定模塊，用于確定所述第一訓練樣本集中每一類別的訓練樣本的平均樣本；

計算模塊，用于利用預設迭代算法對所有類別的平均樣本進行迭代運算得到所述第一訓練樣本集的分類字典；

分解模塊，用于將所述第二訓練樣本集中的每個訓練樣本在所述分類字典下分解得到一個訓練稀疏系數向量；

級聯模塊，用于將得到的所有訓練稀疏系數向量級聯得到訓練矩陣，所述訓練矩陣包含有至少兩個列向量；

類別標簽確定模塊，用于根據所述第二訓練樣本集中的每個訓練樣本的類別確定所述訓練矩陣中每個列向量的類別標簽，并保存所述訓練矩陣中每個列向量對應的類別標簽。

7.根據權利要求6所述的裝置，其特征在于，所述訓練樣本為圖像；

平均樣本確定模塊，包括：

平均值計算子模塊，用于計算所述第一訓練樣本集中每一類別的多個樣本相同位置上像素點的像素值的平均值；

第一確定子模塊，用于對于每個類別，分別將所有像素點的像素值均為平均值的樣本確定為對應類別的平均樣本。