[發(fā)明專利]一種基于人工智能的數(shù)據(jù)處理方法及其系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811099304.2
• 申請日: 2018-09-20
• 公開（公告）號: CN109299777B
• 公開（公告）日: 2021-12-03
• 發(fā)明（設(shè)計）人: 于江
• 申請（專利權(quán)）人: 于江
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06F16/583;G06F16/54
• 代理公司: 北京君慧知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11716
• 代理人: 韓玉昆

本申請公開了一種基于人工智能的數(shù)據(jù)處理方法及其系統(tǒng)，該方法通過寄存器接收該基于人工智能的數(shù)據(jù)處理系統(tǒng)外部的原始數(shù)據(jù)；處理設(shè)備將該原始數(shù)據(jù)劃分為待識別的數(shù)據(jù)和已識別完成的數(shù)據(jù)，并每次只對待識別的數(shù)據(jù)進(jìn)行識別；然后根據(jù)原始數(shù)據(jù)的時序關(guān)系和/或空間關(guān)系將本次識別的數(shù)據(jù)與本次已識別完成的數(shù)據(jù)進(jìn)行整合，并與原始數(shù)據(jù)的數(shù)據(jù)相關(guān)性進(jìn)行比對。該方法能夠?qū)崿F(xiàn)數(shù)據(jù)處理的工作模式與訓(xùn)練模式同步進(jìn)行。

技術(shù)領(lǐng)域

本說明書涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于人工智能的數(shù)據(jù)處理方法及其系統(tǒng)。

背景技術(shù)

目前的人工智能系統(tǒng)采用是“模仿人腦機(jī)能”來實(shí)現(xiàn)。而人工神經(jīng)網(wǎng)絡(luò)就是通過構(gòu)建人工神經(jīng)元單元來模擬人腦中神經(jīng)元細(xì)胞的機(jī)能，通過構(gòu)建由人工神經(jīng)元單元組成的人工神經(jīng)網(wǎng)絡(luò)來模擬人腦中的生物神經(jīng)網(wǎng)絡(luò)的機(jī)能。

然而，現(xiàn)有的人工神經(jīng)網(wǎng)絡(luò)需要先在訓(xùn)練模式下進(jìn)行模型訓(xùn)練，也就是進(jìn)行機(jī)械學(xué)習(xí)；模型訓(xùn)練后，人工神經(jīng)網(wǎng)絡(luò)在工作模式下進(jìn)行工作，工作時不進(jìn)行模型訓(xùn)練；人工神經(jīng)網(wǎng)絡(luò)更新時，需要重新進(jìn)行模型訓(xùn)練。可見目前的人工神經(jīng)網(wǎng)絡(luò)的訓(xùn)練模式和工作模式不能同時進(jìn)行，導(dǎo)致人工神經(jīng)網(wǎng)絡(luò)不能夠在訓(xùn)練時實(shí)現(xiàn)實(shí)時的迭代更新，進(jìn)而導(dǎo)致現(xiàn)有的人工智能系統(tǒng)沒有實(shí)現(xiàn)完全的智能化。

發(fā)明內(nèi)容

針對上述技術(shù)問題，本申請?zhí)峁┮环N基于人工智能的數(shù)據(jù)處理方法以及系統(tǒng)，該系統(tǒng)實(shí)現(xiàn)了數(shù)據(jù)的實(shí)時更新。

本申請第一方面提供一種基于人工智能的數(shù)據(jù)處理方法，應(yīng)用于基于人工智能的數(shù)據(jù)處理系統(tǒng)中，所述基于人工智能的數(shù)據(jù)處理系統(tǒng)包括采集設(shè)備、寄存器、處理設(shè)備以及控制設(shè)備；其中，

所述采集設(shè)備獲取所述基于人工智能的數(shù)據(jù)處理系統(tǒng)外部信息，得到原始數(shù)據(jù)；

所述寄存器接收所述原始數(shù)據(jù)，將所述原始數(shù)據(jù)存儲在所述寄存器的第一存儲區(qū)；其中，所述第一存儲區(qū)用于存儲待處理的數(shù)據(jù)；

所述控制設(shè)備復(fù)制所述第一存儲區(qū)中的原始數(shù)據(jù)，并將所述原始數(shù)據(jù)發(fā)送給所述處理設(shè)備；

所述處理設(shè)備將所述原始數(shù)據(jù)分成第一數(shù)據(jù)和第二數(shù)據(jù)，并對所述第一數(shù)據(jù)進(jìn)行識別，從而得到第一特征數(shù)據(jù)；其中，所述第一數(shù)據(jù)為待識別數(shù)據(jù)，所述第二數(shù)據(jù)為已識別數(shù)據(jù)，且所述第一數(shù)據(jù)、所述第一特征數(shù)據(jù)以及所述第二數(shù)據(jù)均包括所述原始數(shù)據(jù)的時序關(guān)系和空間位置關(guān)系的一種或兩種；

所述控制設(shè)備根據(jù)所述原始數(shù)據(jù)的時序關(guān)系和/或空間位置關(guān)系，將所述第一特征數(shù)據(jù)和所述第二數(shù)據(jù)整合成第三數(shù)據(jù)，并確定所述第三數(shù)據(jù)與所述原始數(shù)據(jù)的數(shù)據(jù)相關(guān)性是否大于預(yù)設(shè)閾值，當(dāng)所述數(shù)據(jù)相關(guān)性小于預(yù)設(shè)閾值時，將所述第三數(shù)據(jù)發(fā)送給所述寄存器；

所述寄存器丟棄所述第三數(shù)據(jù)。

在一種可能的實(shí)現(xiàn)方式中，所述第一數(shù)據(jù)包括圖像數(shù)據(jù)，所述第一特征數(shù)據(jù)包括圖像特征數(shù)據(jù)；其中，

所述處理設(shè)備對所述第一數(shù)據(jù)進(jìn)行識別得到所述第一特征數(shù)據(jù)，具體為：

所述處理設(shè)備對圖像數(shù)據(jù)進(jìn)行預(yù)處理，得到顏色特征向量、紋理特征向量以及形狀特征向量；

所述處理設(shè)備將所述顏色特征向量、所述紋理特征向量以及所述形狀特征向量進(jìn)行計算，得到圖像特征向量；

所述處理設(shè)備對所述圖像特征向量進(jìn)行哈希運(yùn)算，得到圖像哈希值；

所述處理設(shè)備將所述圖像哈希值與所述寄存器存儲的至少一個哈希值分別進(jìn)行相似度度量計算；其中，所述至少一個哈希值存儲在所述寄存器的第二存儲區(qū)的數(shù)據(jù)特征庫中，所述數(shù)據(jù)特征庫中的一個哈希值對應(yīng)一個特征數(shù)據(jù)，所述第二存儲區(qū)存儲已處理的數(shù)據(jù)；

所述處理設(shè)備獲取計算得到的相似度度量值最小的哈希值所對應(yīng)的特征數(shù)據(jù)，所述相似度度量值最小的哈希值對應(yīng)的特征數(shù)據(jù)為所述圖像數(shù)據(jù)對應(yīng)的圖像特征數(shù)據(jù)。