[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

本申請公開了一種手寫體數據分類方法、模型訓練方法、裝置、設備及介質，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。本申請在獲取到原始訓練樣本集之后，會對原始訓練樣本集進行去噪處理，并且只保留能夠保持流形結構的非噪聲數據，從而降低了用于訓練模型的樣本數據的冗余度，減少樣本數據量的同時還提升了樣本數據的準確度，由此使得后續訓練得到的模型具有非常出色的分類精度。

技術領域

本申請涉及數據分類技術領域，特別涉及一種手寫體數據分類方法、模型訓練方法、裝置、設備及介質。

背景技術

在現有的對手寫體數據進行分類的技術中，通常會直接利用采集到的原始數據來構建分類器模型，或者在構建分類器模型之前先利用隨機采集方式或K均值聚類算法來實現減少原始數據量的效果。然而，不論是上述的哪種模型構建方式，所構建出來的分類器模型的分類精確度還比較低，很難適應實際的應用需要。

綜上，如何提升手寫體數據分類結果的精確度是目前有待解決的問題。

發明內容

有鑒于此，本申請的目的在于提供一種手寫體數據分類方法、模型訓練方法、裝置、設備及介質，能夠有效提升手寫體數據分類結果的精確度。其具體方案如下：

第一方面，本申請公開了一種手寫體數據分類模型訓練方法，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。

可選的，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。

可選的，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：