[發明專利]一種時序數據相似度度量方法及度量系統

在審

• 申請號: 201910067744.8
• 申請日: 2019-01-24
• 公開（公告）號: CN109948646A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 錢步月;張先禮;陸亮;王谞動;劉小彤;李揚;衛榮;鄭慶華
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06F17/27;G16H50/70
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 徐文權

1.一種時序數據相似度度量方法，其特征在于，包括以下步驟：

步驟1，采集預設數量的樣本時序數據，考慮每個樣本時序數據中各個事件的相對關系以及各個事件與發生時間的相對關系，將高維空間的數據映射到低維空間，構建出每個樣本時序數據的表示；

步驟2，將步驟1獲得的所有樣本時序數據的表示輸入預先設定的卷積神經網絡模型，對每個樣本時序數據的表示進行特征提取，獲得各樣本時序數據的特征向量；

步驟3，根據步驟2獲得的各樣本時序數據的特征向量，基于相似度矩陣計算獲得各樣本時序數據間的相似度；

步驟4，通過步驟2獲得的各樣本時序數據的特征向量以及步驟3獲得的各樣本時序數據間的相似度訓練預先設定的卷積神經網絡模型，訓練至預設收斂條件，獲得訓練好的相似度度量模型；

步驟5，通過步驟1的方法構建出待度量時序數據的表示，并將其輸入步驟4獲得的訓練好的相似度度量模型中，獲得待度量時序數據的相似度度量結果。

2.根據權利要求1所述的一種時序數據相似度度量方法，其特征在于，步驟1具體包括：

步驟1.1，將每條樣本時序數據矩陣轉換為一個事件序列，按照事件的相對時間排列事件，發生在同一時間的事件不計順序；

步驟1.2，利用word2vec將每個事件映射成定長的向量，獲得事件序列中各個事件包含相對關系信息的向量表示；

步驟1.3，利用word2vec將事件序列中每個事件發生的時間映射成與事件向量等維的向量，獲得事件發生時間的向量表示；

步驟1.4，將時序數據中各個事件發生時間的向量表示通過向量加法嵌入到相對應的事件表示中，獲得樣本時序數據的表示。

3.根據權利要求1所述的一種時序數據相似度度量方法，其特征在于，步驟2中，通過卷積神經網絡提取各個樣本時序數據的等長的特征向量；

所用的卷積神經網絡結構包括：

卷積層，用于接收輸入數據，并輸出特征圖；

采樣層，用于接收卷積層輸出的特征圖，并輸出時序數據的定長特征向量。

4.根據權利要求3所述的一種時序數據相似度度量方法，其特征在于，所用的卷積神經網絡結構中：

卷積層的卷積為單向；

卷積層中，采取最大采樣，將每個特征圖的特征采樣成一個單一數值，最終獲得時序數據的定長向量表示。

5.根據權利要求1所述的一種時序數據相似度度量方法，其特征在于，步驟3中采用的相似度矩陣為對稱結構。

6.根據權利要求1所述的一種時序數據相似度度量方法，其特征在于，步驟4具體包括：

步驟4.1，將特征向量與計算獲得的相似度融合，拼接成一個向量；

步驟4.2，將步驟4.1中獲得的向量映射成一個兩維向量；第一維表示兩條時序數據相似度為1的大小，第二維表示兩條時序數據相似度為0的大小；

步驟4.3，通過Softmax計算獲得兩條時序數據的相似度；

步驟4.4，構建損失函數，并訓練預設的卷積神經網絡，獲得訓練好的相似度度量模型。

7.根據權利要求6所述的一種時序數據相似度度量方法，其特征在于，步驟4.4中，首先構建目標函數，根據目標函數計算每一次迭代的損失，目標函數對每個參數求偏導，參數向其導數負方向更新損失，從而不斷優化參數；

損失函數形式化表示為：

L(S₁,S₂,y)＝(y-M(S₁,S₂))²；

式中，S₁、S₂表示輸入的數據對。

8.根據權利要求1所述的一種時序數據相似度度量方法，其特征在于，步驟3中相似度的計算方法為：隨機初始化一個矩陣M，用得到的兩個時序數據的特征向量X_a，X_b和M計算獲得的二者的相似度S。