[發(fā)明專利]多數(shù)據(jù)來源的數(shù)據(jù)融合方法、裝置、電子設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010004568.6
• 申請日: 2020-01-02
• 公開（公告）號: CN111191733B
• 公開（公告）日: 2020-09-29
• 發(fā)明（設(shè)計）人: 喻寧;陳克炎;朱艷喬
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種多數(shù)據(jù)來源的數(shù)據(jù)融合方法，其特征在于，所述方法應(yīng)用于電子設(shè)備中，包括：

從客戶端中獲取原始待融合數(shù)據(jù)集、訓(xùn)練特征集和訓(xùn)練特征標(biāo)簽集，對所述原始待融合數(shù)據(jù)集進行數(shù)據(jù)映射操作，得到標(biāo)準(zhǔn)待融合數(shù)據(jù)集，其中，所述原始待融合數(shù)據(jù)集包括不同渠道的數(shù)據(jù)，所述訓(xùn)練特征集形式為：X(x_i1,x_i2,x_i3,…,x_ik)，其中x_i1,x_i2,x_i3,…,x_ik表示來自不同渠道的訓(xùn)練特征，且x_i1,x_i2,x_i3,…,x_ik的特征維度相同，k表示所述訓(xùn)練特征集的數(shù)量；

利用所述訓(xùn)練特征集和所述訓(xùn)練特征標(biāo)簽集，訓(xùn)練預(yù)構(gòu)建的原始融合模型，得到標(biāo)準(zhǔn)融合模型，其中，所述利用所述訓(xùn)練特征集和所述訓(xùn)練特征標(biāo)簽集，訓(xùn)練預(yù)構(gòu)建的原始融合模型，得到標(biāo)準(zhǔn)融合模型，包括：

初始化權(quán)重系數(shù)得到權(quán)重初始值，其中所述權(quán)重系數(shù)與所述訓(xùn)練特征集具有相同特征維度；

根據(jù)所述權(quán)重初始值構(gòu)建原始邏輯回歸模型；

構(gòu)建求解所述原始邏輯回歸模型損失值的損失函數(shù)；

將所述訓(xùn)練特征集作為所述損失函數(shù)的輸入值、將所述訓(xùn)練特征標(biāo)簽集作為所述損失函數(shù)的標(biāo)簽值，最小化所述損失函數(shù)得到權(quán)重更新值；

將所述權(quán)重更新值替換所述原始邏輯回歸模型的權(quán)重初始值，得到所述標(biāo)準(zhǔn)融合模型；

將所述標(biāo)準(zhǔn)待融合數(shù)據(jù)集輸入至所述標(biāo)準(zhǔn)融合模型進行融合操作得到融合數(shù)據(jù)，并將所述融合數(shù)據(jù)返回至所述客戶端；

當(dāng)所述融合數(shù)據(jù)返回至所述客戶端成功時，在所述客戶端內(nèi)將所述融合數(shù)據(jù)與所述原始待融合數(shù)據(jù)集建立一對一對應(yīng)關(guān)系；

根據(jù)所述一對一對應(yīng)關(guān)系存儲所述融合數(shù)據(jù)與所述原始待融合數(shù)據(jù)集。

2.如權(quán)利要求1所述的多數(shù)據(jù)來源的數(shù)據(jù)融合方法，其特征在于，所述損失函數(shù)包括：

其中，J(θ)表示所述損失函數(shù)，k表示所述訓(xùn)練特征集的數(shù)量，y_is表示利用所述原始邏輯回歸模型預(yù)測第s個訓(xùn)練特征對應(yīng)的預(yù)測融合數(shù)據(jù)，y_js表示第s個訓(xùn)練特征所對應(yīng)的訓(xùn)練特征標(biāo)簽，θ表示所述權(quán)重系數(shù)。

3.如權(quán)利要求1所述的多數(shù)據(jù)來源的數(shù)據(jù)融合方法，其特征在于，所述數(shù)據(jù)映射操作包括：

采用下述計算方法進行數(shù)據(jù)歸一化操作：

其中，x^*為所述標(biāo)準(zhǔn)待融合數(shù)據(jù)集內(nèi)的數(shù)據(jù)，min為所述原始待融合數(shù)據(jù)集的最小值，max為所述原始待融合數(shù)據(jù)集的最大值，x為所述原始待融合數(shù)據(jù)集內(nèi)的數(shù)據(jù)。