[發明專利]特征處理方法、裝置、存儲介質及電子設備

在審

• 申請號: 201910282152.8
• 申請日: 2019-04-09
• 公開（公告）號: CN111797859A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 何明;陳仲銘;吳佳濤;劉耀勇;陳巖
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/2458;G06N3/04
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

1.一種特征處理方法，應用于電子設備，其特征在于，包括：

偵測目標服務的特征獲取請求；

根據所述特征獲取請求獲取所述目標服務關聯的特征，得到一特征集合；

采用遞歸特征消除算法從所述特征集合中獲取對應所述目標服務的目標特征子集；

將所述目標特征子集提供給所述目標服務。

2.根據權利要求1所述的特征處理方法，其特征在于，所述采用遞歸特征消除算法從所述特征集合中獲取對應所述目標服務的目標特征子集，包括：

將預設回歸模型作為所述遞歸特征消除算法的底層模型；

構建對應所述底層模型的目標代價函數；

根據所述目標代價函數以及所述底層模型從所述特征集合中迭代出所述目標特征子集。

3.根據權利要求2所述的特征處理方法，其特征在于，所述根據所述目標代價函數以及所述底層模型從所述特征集合中迭代出所述目標特征子集，包括：

確定對應所述目標服務的目標訓練終止條件；

在一次迭代過程中，隨機獲取所述特征集合的特征子集；

根據所述特征子集以及所述目標代價函數，對所述底層模型進行訓練；

判斷所述底層模型在當次訓練的誤差是否小于前次訓練的誤差，是則保留所述特征子集中的特征，否則不保留；

繼續下一次迭代過程，直至滿足所述目標訓練終止條件，并根據最終保留的特征構建所述目標特征子集。

4.根據權利要求2所述的特征處理方法，其特征在于，所述根據所述目標代價函數以及所述底層模型從所述特征集合中迭代出所述目標特征子集之前，還包括

對所述目標代價函數進行正則化處理。

5.根據權利要求4所述的特征處理方法，其特征在于，所述對所述目標代價函數進行正則化處理，包括：

在所述目標代價函數中加入L2正則化項。

6.根據權利要求3所述特征處理方法，其特征在于，所述偵測目標服務的特征獲取請求之前，還包括：

建立不同服務和訓練終止條件的對應關系；

而所述確定對應所述目標服務的目標訓練終止條件，包括：

根據所述對應關系確定對應所述目標服務的目標訓練終止條件。

7.根據權利要求1所述的特征處理方法，其特征在于，所述根據所述特征獲取請求獲取所述目標服務關聯的特征，包括：

根據所述特征獲取請求，獲取所述目標服務關聯的數據；

對所述目標服務關聯的數據進行特征提取，得到所述目標服務關聯的特征。

8.根據權利要求7所述的特征處理方法，其特征在于，所述對所述目標服務關聯的數據進行特征提取，包括：

對所述目標服務關聯的數據中的各數據，采用與其對應的特征提取神經網絡進行特征提取。

9.根據權利要求7所述的特征處理方法，其特征在于，所述對所述目標服務關聯的數據進行特征提取之前，還包括：

對所述目標服務關聯的數據進行預處理。

10.一種特征處理裝置，應用于電子設備，其特征在于，包括：

請求偵測模塊，用于偵測目標服務的特征獲取請求；

集合獲取模塊，用于根據所述特征獲取請求獲取所述目標服務關聯的特征，得到一特征集合；

特征篩選模塊，用于采用遞歸特征消除算法從所述特征集合中獲取對應所述目標服務的目標特征子集；

特征提供模塊，用于將所述目標特征子集提供給所述目標服務。

11.一種存儲介質，其上存儲有計算機程序，其特征在于，當所述計算機程序在計算機上運行時，使得所述計算機執行如權利要求1至9任一項所述的特征處理方法。

12.一種電子設備，包括處理器和存儲器，所述存儲器儲存有計算機程序，其特征在于，所述處理器通過調用所述計算機程序，用于執行如權利要求1至9任一項所述的特征處理方法。