[發明專利]一種模式識別方法和裝置

有效

• 申請號: 201711477788.5
• 申請日: 2017-12-29
• 公開（公告）號: CN108154186B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 蘇鵬程;張一凡
• 申請（專利權）人: 歌爾科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京市隆安律師事務所 11323
• 代理人: 權鮮枝;吳昊

1.一種模式識別方法，其特征在于，該模式識別方法包括：

對輸入的訓練數據進行特征提取，通過自適應核可能性模糊C均值聚類算法進行聚類分析后建立參考模型并保存至參考模型數據庫；

對輸入的測試數據進行相同特征提取后得到測試特征向量，將測試特征向量與所述參考模型數據庫中各參考模型模式匹配，得到模式識別結果；

其中，通過自適應核可能性模糊C均值聚類算法進行聚類分析后建立參考模型包括：

將得到的包含N個訓練特征向量的集合{x_k}劃分為C個子集，其中，k＝1,…,N，x_k為M維向量，1＜C＜N，

求出每個子集的聚類中心，使得下列目標函數最小：

且滿足下列約束條件一和二：

條件一，條件二，

其中，u_ik∈U表示第k個特征向量對第i類的隸屬度；t_ik∈T表示集合x_k屬于第i類的典型值；m,η＞1為模糊加權指數；a,b＞0為權重系數；v_i∈V為聚類中心；系數γ_i＞0；

所述通過自適應核可能性模糊C均值聚類算法進行聚類分析后建立參考模型具體包括：

在執行步驟S0，計算初始聚類中心V₀之后，執行下列步驟：

步驟S1，根據公式(2)和(3)計算高斯核函數的帶寬參數σ：

步驟S2，根據預定公式計算γ_i；

步驟S3，令t＝1；

步驟S4，根據公式(4)和(5)，計算在第t次迭代時高斯核函數的帶寬參數σ_t：

步驟S5，根據第t-1次的聚類中心V_t-1和下列公式(6)計算第t次第k個特征向量對第i類的隸屬度U_t：

根據第t-1次的聚類中心V_t-1和下列公式(7)計算第t次集合x_k屬于第i類的典型值T_t：

根據第t-1次的聚類中心V_t-1和U_t、T_t、下列公式(8)計算第t次的聚類中心V_t：

步驟S6，判斷當||U_t-U_t-1||≤ε或者||V_t-V_t-1||≤ε時，終止迭代并輸出對應的U_t、T_t、V_t；其中，ε為預設的最大誤差；

步驟S7，令t＝t+1，

步驟S8，判斷當賦值后的t大于最大迭代次數時，終止迭代并輸出對應的U_t、T_t、V_t；否則，返回步驟S4繼續執行直至終止迭代。

2.根據權利要求1所述的模式識別方法，其特征在于，將測試特征向量與所述參考模型數據庫中各參考模型執行模式匹配包括：

分別利用各參考模型的碼本對測試特征向量進行量化，計算平均量化誤差，將得到的平均量化誤差作為測試特征向量與各參考模型之間的距離，所述碼本為訓練各參考模型過程中得到的聚類中心的值；

比較測試特征向量與各參考模型的平均量化誤差的大小，將平均量化誤差最小值所對應的參考模型作為模式匹配結果。

3.根據權利要求1所述的模式識別方法，其特征在于，所述訓練數據和測試數據為相同類型的語音數據或者圖像數據。