[發(fā)明專利]一種基于離線和在線聚類的車型數(shù)據(jù)庫清洗方法在審
| 申請?zhí)枺?/td> | 201810941282.3 | 申請日： | 2018-08-17 |
| 公開（公告）號： | CN109189771A | 公開（公告）日： | 2019-01-11 |
| 發(fā)明（設計）人： | 尚凌輝;張兆生;王弘玥;余天明 | 申請（專利權）人： | 浙江捷尚視覺科技股份有限公司 |
| 主分類號： | G06F16/215 | 分類號： | G06F16/215;G06K9/62;G06N20/00 |
| 代理公司： | 杭州奧創(chuàng)知識產(chǎn)權代理有限公司 33272 | 代理人： | 王佳健 |
| 地址： | 311121 浙江省杭州市*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 離線 車型 聚類 車型特征 清洗 車型數(shù)據(jù) 在線聚類 樣本 數(shù)據(jù)庫 初始聚類中心 隨機初始化 長期運行 維持系統(tǒng) 整體性質(zhì) 連接層 標注 判定 刪除 入庫 輸出 學習 | ||
1.一種基于離線和在線聚類的車型數(shù)據(jù)庫清洗方法，其特征在于該方法包括以下步驟：
一．標注各類車型樣本得到離線車型庫，利用深度學習進行訓練，取訓練反向第二個的全連接層輸出作為車型特征；
二．分別提取各個類內(nèi)所有車型特征進行離線聚類，得到n個類中心及相應閾值；
三．定期提取在線車型庫各個類內(nèi)所有車型特征進行聚類，初始聚類中心為離線聚類得到的n個類中心，添加一個隨機初始化中心的類后進行有約束的聚類，得到n+1類；
四．根據(jù)離線聚類得到的閾值，依次判定并清洗屬于前n類的車型數(shù)據(jù)，清洗最后一類車型數(shù)據(jù)。
2.根據(jù)權利要求1所述的一種基于離線和在線聚類的車型數(shù)據(jù)庫清洗方法，其特征在于：全連接層共輸出512維特征。
3.根據(jù)權利要求1所述的一種基于離線和在線聚類的車型數(shù)據(jù)庫清洗方法，其特征在于：離線聚類過程中的特征距離采用余弦相似度，通過統(tǒng)計類內(nèi)所有特征與類中心距離的標準差來得到閾值。
4.根據(jù)權利要求1所述的一種基于離線和在線聚類的車型數(shù)據(jù)庫清洗方法，其特征在于：有約束的聚類是指約束前n類中心偏移度小于30度進行聚類。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于浙江捷尚視覺科技股份有限公司，未經(jīng)浙江捷尚視覺科技股份有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810941282.3/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
