[發明專利]手寫體數據分類方法、模型訓練方法、裝置、設備及介質

有效

• 申請號: 201810461229.3
• 申請日: 2018-05-15
• 公開（公告）號: CN108710907B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 張莉;徐志強;王邦軍;張召;李凡長
• 申請（專利權）人: 蘇州大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06V10/764;G06V10/774
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種手寫體數據分類模型訓練方法，其特征在于，包括：

獲取包含手寫體數據樣本和相應的手寫體類別標簽的原始訓練樣本集；

對所述原始訓練樣本集進行數據預處理，以從所述原始訓練樣本集中選取出能夠保持流形結構的非噪聲數據，得到處理后訓練樣本集；

利用所述處理后訓練樣本集進行稀疏支持向量機模型的訓練，得到訓練后模型；

其中，所述對所述原始訓練樣本集進行數據預處理，以從所述原始訓練樣本集中選取出能夠保持流形結構的非噪聲數據，得到處理后訓練樣本集，包括：

步驟A1：分別確定所述原始訓練樣本集中每個原始訓練樣本的手寫體類別標簽的標簽質量；

步驟A2：基于標簽質量確定出所述原始訓練樣本集中每兩個原始訓練樣本之間的權重系數，以構成相應的權重矩陣；

步驟A3：分別對當前所述權重矩陣中每個原始訓練樣本對應的所有權重系數進行累加，得到當前所述原始訓練樣本集中每個原始訓練樣本的度；

步驟A4：從當前所述原始訓練樣本集中確定出度最大的原始訓練樣本，得到相應的當前目標樣本；

步驟A5：將當前目標樣本保存至預設樣本集中，并將當前目標樣本從當前所述原始訓練樣本集中剔除，得到更新后的所述原始訓練樣本集，以及將與當前目標樣本對應的所有權重系數從當前所述權重矩陣中去除，得到更新后的所述權重矩陣；

步驟A6：判斷當前所述預設樣本集中樣本數量是否為第一預設數量，如果否，則重新進入步驟A3，直到所述預設樣本集中樣本數量為所述第一預設數量為止，然后將所述預設樣本集確定為所述處理后訓練樣本集。

2.根據權利要求1所述的手寫體數據分類模型訓練方法，其特征在于，所述分別確定所述原始訓練樣本集中每個原始訓練樣本的手寫體類別標簽的標簽質量，包括：

確定所述原始訓練樣本集中每一原始訓練樣本的第二預設數量的近鄰樣本；

利用第一預設公式，確定出所述原始訓練樣本集中每個原始訓練樣本的手寫體類別標簽的標簽質量；

其中，所述第一預設公式為：

式中，y_i表示所述原始訓練樣本集中第i個原始訓練樣本的手寫體類別標簽，n表示所述原始訓練樣本集中的原始訓練樣本的數量，表示第i個原始訓練樣本的第s個近鄰樣本的手寫體類別標簽，k表示所述第二預設數量，q_i表示所述原始訓練樣本集中第i個原始訓練樣本的手寫體類別標簽的標簽質量。

3.根據權利要求2所述的手寫體數據分類模型訓練方法，其特征在于，所述基于標簽質量確定出所述原始訓練樣本集中每兩個原始訓練樣本之間的權重系數，以構成相應的權重矩陣，包括：

利用第二預設公式，確定出所述原始訓練樣本集中每兩個原始訓練樣本之間的權重系數，以構成相應的權重矩陣；

其中，所述第二預設公式為：

式中，x_i表示所述原始訓練樣本集中的第i個原始訓練樣本，x_j表示所述原始訓練樣本集中的第j個原始訓練樣本，W_ij表示第i個原始訓練樣本與第j個原始訓練樣本的權重系數，σ表示高斯核函數的寬度參數。

4.根據權利要求3所述的手寫體數據分類模型訓練方法，其特征在于，所述將與當前目標樣本對應的所有權重系數從當前所述權重矩陣中去除，得到更新后的所述權重矩陣，包括：

從當前所述權重矩陣中去除與當前目標樣本x_p對應的第p行權重系數和第p列權重系數，得到更新后的所述權重矩陣；

其中，式中，X表示當前所述原始訓練樣本集，d(x_i)表示當前所述原始訓練樣本集中的第i個原始訓練樣本的度。

5.一種手寫體數據分類方法，其特征在于，包括：

獲取待分類手寫體數據；

將所述待分類手寫體數據輸入至利用如權利要求1至4任一項所述的手寫體數據分類模型訓練方法得到的訓練后模型，得到相應的手寫體分類結果。