[發(fā)明專利]一種基于特征尺度和子類分裂的分類器

在審

• 申請(qǐng)?zhí)枺?/td>: 201910027912.0
• 申請(qǐng)日: 2019-01-11
• 公開（公告）號(hào): CN109784398A
• 公開（公告）日: 2019-05-21
• 發(fā)明（設(shè)計(jì)）人: 朱杰英;盧盛林
• 申請(qǐng)（專利權(quán)）人: 廣東奧普特科技股份有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 潘俊達(dá)

1.一種基于特征尺度和子類分裂的分類器，其特征在于：

訓(xùn)練和識(shí)別的步驟如下：

S1、輸入所有訓(xùn)練樣本的特征矢量和類別名；計(jì)算每個(gè)特征在所有樣本上的范圍長度R_f＝max_sX_s，f-min_sX_s，f，其中X_s，f表示第s個(gè)樣本的第f個(gè)特征值；然后對(duì)于R_f等于或接近0的，也即R_f≤δ_f,設(shè)置該特征權(quán)值w_f＝0，當(dāng)作無效特征,否則設(shè)置w_f＝1，其中δ_f是一個(gè)遠(yuǎn)比特征值域長度小的正數(shù)；

S2、將每個(gè)類看作一個(gè)子類，對(duì)每個(gè)子類計(jì)算樣本特征中心C_b，f和樣本特征尺度首先計(jì)算出樣本特征中心再計(jì)算樣本特征尺度其中N為該子類的樣本總數(shù)，X為特征值，b為子類序號(hào)，s為樣本序號(hào)，p為正整數(shù)；

S3、計(jì)算每個(gè)有效特征的特征尺度下界L_f，可選擇以下兩種方式之一進(jìn)行計(jì)算，但如果平均每一類的不同特征的樣本數(shù)<2,只能使用步驟S31的方式計(jì)算：

S31、L_f＝β_fR_f，其中0＜β_f≤0.1，β_f的值需手動(dòng)調(diào)試或者使用經(jīng)驗(yàn)值；

S32、L_f＝μ_fM_f，其中0.001≤μ_f≤100,M_f為所有子類上的樣本特征尺度去掉的那些值后進(jìn)行排序，中值即為M_f；如果每個(gè)類的樣本充足或者類內(nèi)樣本形態(tài)多樣，μ_f的取值就小些，反之μ_f的取值就大些；

然后對(duì)屬于同一種的多個(gè)有效特征的L_f要平均后再賦給它們；無效特征的L_f可以賦值任意一個(gè)正數(shù)即可；

S4、計(jì)算特征尺度S_b，f：如果樣本特征尺度則令特征尺度S_b，f＝L_f,否則令如果每個(gè)類的樣本都是單一的，也即任何兩個(gè)類內(nèi)樣本比類間樣本更相似，可以跳過步驟S5；

S5、子類分裂：

先給出計(jì)算公式：偏離度為其中X為目標(biāo)的特征矢量，f為特征序號(hào)，X_f為序號(hào)為f的特征值，也即X的第f個(gè)分量，F(xiàn)為特征總數(shù)；偏離度比值為其中o為本子類的序號(hào)，i為異類樣本所屬子類的序號(hào)，X為異類樣本的特征矢量，而另外要建立一個(gè)隨偏離度比值增大而減小的分裂度函數(shù)E(K)，要滿足K值在3的附近快速下降，其它區(qū)間慢降，K≥6時(shí)基本降到接近0；

對(duì)每個(gè)子類，如果樣本數(shù)多于一個(gè)，收集偏離度比值小的異類樣本，統(tǒng)計(jì)這些異類樣本對(duì)該子類的分裂度，如果達(dá)到或超過給定的閾值(這個(gè)閾值可通過測試來獲得，基本是通用的)，對(duì)該子類分裂為兩個(gè)及以上的新子類，分裂的原則是使每個(gè)子類內(nèi)的樣本更相近；再按步驟S2中的方式對(duì)新子類計(jì)算各自的樣本特征中心C_b，f、樣本特征尺度和特征尺度S_b，f；分裂后的子類也要執(zhí)行本步檢測和決定是否需要繼續(xù)分裂；

S6、輸入待識(shí)別目標(biāo)的特征矢量，要求特征類型與訓(xùn)練樣本的一致，計(jì)算該特征矢量到各個(gè)子類的偏離度，得到偏離度最小的那個(gè)子類的所屬類就是識(shí)別到的類。

2.權(quán)利要求1所述的分類器，其特征在于步驟S5中：分裂子類時(shí)可采用以下簡單的方式：設(shè)本子類的序號(hào)為o，先找出這個(gè)比值最大的f，然后在本子類的第f個(gè)特征的樣本均值處分開；X_o，s，f＞C_o，f的樣本作為一個(gè)子類的樣本，剩余的作為另一個(gè)子類的樣本。

3.根據(jù)權(quán)利要求1所述的分類器，其特征在于：

對(duì)于周期性特征，可以使用更準(zhǔn)確的計(jì)算方式：在步驟S1中輸入周期特征的周期值；在步驟S2中,計(jì)算一個(gè)類的特征中心C_b，f和樣本特征尺度時(shí)，需要計(jì)算兩組：設(shè)周期值為T，一組是將所有的樣本中的該特征值全部設(shè)置到[0，T)區(qū)間，計(jì)算特征中心和樣本特征尺度，另一組是全部設(shè)置在[-T/2,T/2)區(qū)間進(jìn)行計(jì)算；最后選擇樣本特征尺度小的那組，并將特征中心設(shè)置到[0，T)區(qū)間；在計(jì)算偏離度時(shí)，先將該特征值X_f設(shè)置到[0，T)區(qū)間，計(jì)算距離Dis＝|X_f-C_b，f|,如果Dis>T/2,則令Dis＝T-Dis，然后將Dis的值取代偏離度計(jì)算公式中的|X_f-C_b，f|這一部分即可。