[發明專利]訓練分類器的方法和對象分類的方法及其裝置

在審

• 申請號: 201811001723.8
• 申請日: 2018-08-29
• 公開（公告）號: CN110555453A
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 劉海哮;謝靜輝;劉松
• 申請（專利權）人: 北京三星通信技術研究有限公司;三星電子株式會社
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 11021 中科專利商標代理有限責任公司
• 代理人: 李敬文

1.一種訓練分類器的方法，包括：

根據各個類別中分類正確的訓練樣本的類別概率信息與該類別的參考概率信息，得到第一距離，其中，所述所述參考概率信息是根據各個類別的分類正確的訓練樣本的類別概率信息得到的；或者，根據各個類別中分類正確的訓練樣本的類別概率信息與該類別的標簽信息，得到第三距離；

根據第一距離或第三距離擬合概率分布。

2.根據權利要求1所述的訓練分類器的方法，其中，所述參考概率信息為平均概率信息，所述平均概率信息為每個類別中分類正確的訓練樣本的類別概率信息的中心點。

3.根據權利要求1所述的訓練分類器的方法，其中，所述第三距離為所述類別概率信息和所述標簽信息的二元交叉熵以及概率差的加權平方平均數，

所述概率差為所述類別概率信息和所述真實標簽信息第i維的差值，i是樣本的類別標號。

4.根據權利要求1所述的訓練分類器的方法，其中，所述根據第一距離擬合概率分布包括：

根據各個類別中分類正確的訓練樣本的類別概率信息與除了正確分類所屬的類別之外的其他類別的參考概率信息，得到第二距離；

根據第二距離對第一距離進行修正，得到修正距離；

根據所述修正距離擬合概率分布。

5.一種對象分類方法，包括：

將用戶輸入的對象輸入到分類器中以得到類別概率信息，所述類別概率信息表示所述對象屬于各個類別的概率；

根據所述類別概率信息中的最大概率得到第一距離，所述第一距離為所述類別概率信息與所述最大概率對應的類別的參考概率信息的距離；或者，根據所述類別概率信息中的最大概率得到第三距離，所述第三距離為所述類別概率信息與所述類別概率信息中最大概率的類別的標簽信息的距離；

根據第一距離或第三距離得到累計概率，并基于累計概率將所述對象進行分類。

6.根據權利要求5所述的對象分類方法，其中，所述參考概率信息為平均概率信息，所述平均概率信息為每個類別的類別概率信息的中心點。

7.根據權利要求6所述的對象分類方法，其中，所述第三距離為所述類別概率信息和所述標簽信息的二元交叉熵以及概率差的平方平均數，所述概率差為所述類別概率信息和所述虛擬標簽信息第i維的差值，i是是類別概率信息中概率最大的類別標號。

8.根據權利要求6所述的對象分類方法，其中，所述根據所述第一距離得到累計概率包括：

根據所述類別概率信息中除最大概率之外的其他概率對應類別的參考概率信息得到第二距離，所述第二距離為所述類別概率信息與其他概率對應類別的參考概率信息的距離，所述其他概率對應類別的參考概率信息是根據除所述最大概率之外的其他概率對應的類別的類別概率信息訓練得到的；

根據第二距離對第一距離進行修正，得到修正距離；

根據所述修正距離得到累計概率。

9.根據權利要求8所述的對象分類方法，其中，所述根據第二距離對第一距離進行修正，得到修正距離包括：

對第二距離進行加權處理，所述加權處理的權重是根據訓練樣本的各個類別的概率的相關度得到的；

根據加權處理后的第二距離對第一距離進行修正，得到所述修正距離。

10.一種訓練分類器的裝置，包括：

概率信息獲取模塊，用于根據訓練樣本的類別概率信息，得到各個類別的參考概率信息，所述參考概率信息是根據各個類別的分類正確的訓練樣本的類別概率信息得到的，所述類別概率信息表示所述訓練樣本屬于各個類別的概率；

距離計算模塊，用于根據各個類別中分類正確的訓練樣本的類別概率信息與該類別的參考概率信息，得到第一距離；以及用于根據各個類別中分類正確的訓練樣本的類別概率信息與該類別的標簽信息，得到第三距離；

擬合模塊，用于根據第一距離或第三距離擬合概率分布。