[發明專利]多路數據特征提取方法

在審

• 申請號: 202010060917.6
• 申請日: 2020-01-19
• 公開（公告）號: CN111291791A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 劉鶴;李國剛;趙汀
• 申請（專利權）人: 上海齊網網絡科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京晟睿智杰知識產權代理事務所(特殊普通合伙) 11603
• 代理人: 于淼

本申請公開了一種多路數據特征提取方法，包括獲取多路數據的張量樣本數據；根據樣本數據通過MPCA算法進行降維處理，提取第一特征，將第一特征投影到張量子空間；根據GTDA算法對張量子空間進行處理，得到第二特征，第二特征具有可分離性；通過最鄰近分類器對GTDA算法處理后的第二特征進行分類，獲得最終分類結果。本申請提供的一種多路數據特征提取方法，避免了小樣本問題，具有良好的收斂性。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種多路數據特征提取方法。

背景技術

工業4.0最大的創新在于，引入了新技術—信息物理融合系統(CPS)，它可以大幅度提升大規模定制的個性化水平和經濟指標。CPS是整個工業4.0最重要的理論基礎，可以被應用在其他許多場景中。

在云計算進入工業互聯網領域，隨著5G技術的不斷演進，日益顯示出在應用場景的缺失；盡管提出了云、邊緣計算及AI應用，但事務的處理和消息的傳遞，缺乏在廣域范圍內信息運營。

CPS設計受限于有限的設備計算能力、巨大的連接數量、獨特的數據特征，而且上下環節的銜接往往存在技術的依賴性。這需要在更寬的視野，包括信息物理融合系統相關的應用、操作系統和芯片，進行全棧開發。

因此，如何面向信息物理融合系統環境，提供一種多路數據特征提取方法是本領域技術人員亟待解決的技術問題。

發明內容

有鑒于此，本申請公開了一種多路數據特征提取方法，以適合面向信息物理融合系統環境，形成萬物互聯底層、操作系統和智能應用的閉環。

該方法包括步驟：

獲取多路數據的張量樣本數據；

根據所述樣本數據通過MPCA算法進行降維處理，提取第一特征，將所述第一特征投影到張量子空間；

根據GTDA算法對所述張量子空間進行處理，得到第二特征，所述第二特征具有可分離性；

通過最鄰近分類器對所述GTDA算法處理后的所述第二特征進行分類，獲得最終分類結果。

優選的，通過所述MPCA算法獲得投影矩陣，提取所述第一特征。

優選的，對所述投影矩陣進行初始化處理。

優選的，所述初始化處理采用FPT初始化方法。

優選的，所述最鄰近分類器包括2D-ELM分類器或者TELM分類器。

優選的，相鄰所述張量特征數據之間的歐氏距離相等。

優選的，所述GTDA算法處理迭代的次數大于等于3。

與現有技術相比，本發明提供的多路數據特征提取方法，達到如下有益效果：

本發明提供的多路數據特征提取方法，MPCA是一種保持樣本總體離散度最大的多線性無監督特征提取方法，在降維過程中沒有將樣本的類別信息考慮進去。而GTDA利用樣本的類別信息獲得了最佳判別投影方向，它降維后再采用最鄰近分類。MPCA+GTDA的組合方法可以將二者的優點融合在一起，避免了小樣本問題，具有良好的收斂性。

下面通過附圖和實施例，對本發明的技術方案做進一步的詳細描述。

附圖說明

此處所說明的附圖用來提供對本申請的進一步理解，構成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。在附圖中：

圖1為本發明多路數據特征提取方法的一種流程示意圖。

具體實施方式