[發明專利]一種數據特征提取方法、裝置、終端設備及介質

有效

• 申請號: 202010083952.X
• 申請日: 2020-02-10
• 公開（公告）號: CN111309850B
• 公開（公告）日: 2022-03-25
• 發明（設計）人: 余曉填;楊天寶
• 申請（專利權）人: 深圳云天勵飛技術股份有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F40/205;G06N20/00
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 左婷蘭

1.一種數據特征提取方法，其特征在于，包括：

根據樣本數據構建高維稀疏向量；所述樣本數據為文本樣本數據或地圖樣本數據；

基于預設函數對所述高維稀疏向量進行迭代求解，得到所述高維稀疏向量的支撐點向量；所述預設函數基于支撐函數構建；其中，支撐點向量是指將第t步的向量解投影在歐式空間中，并確定使得投影的變動最小化的點；

基于約束條件對所述支撐點向量進行約束映射，以修正所述支撐點向量；其中，所述約束條件為單流形約束條件；

基于目標函數對修正后的支撐點向量進行驗證，若驗證通過，則將修正后的支撐點向量確定為目標特征向量。

2.根據權利要求1所述的數據特征提取方法，其特征在于，所述基于預設函數對所述高維稀疏向量進行迭代求解，得到所述高維稀疏向量的支撐點向量，包括：

將所述高維稀疏向量輸入所述預設函數中進行計算，以獲取預支撐點向量；

基于各預支撐點向量的屬性對各預支撐點向量的權重進行權重映射；

基于映射后的支撐點向量的權重以及支撐點向量出現的次數確定各個支撐點向量的向量系數；

基于各個支撐點向量的向量系數及上一次迭代的求解結果確定本次迭代的支撐點向量。

3.根據權利要求1或2所述的數據特征提取方法，其特征在于，所述預設函數基于支撐函數構建。

4.根據權利要求1所述的數據特征提取方法，其特征在于，所述基于目標函數對修正后的支撐點向量進行驗證，包括：

根據修正后的支撐點向量求解所述目標函數；

若所述目標函數的求解值小于求解精度，則驗證通過。

5.根據權利要求1所述的數據特征提取方法，其特征在于，所述樣本數據為文本樣本數據，所述根據樣本數據構建高維稀疏向量，包括：

基于文本樣本數據的字數確定高維稀疏向量的維度；

基于預先構建的字典將所述文本樣本數據映射到與所述維度對應的向量中，得到與所述文本樣本數據對應的高維稀疏向量。

6.根據權利要求2所述的數據特征提取方法，其特征在于，所述樣本數據為地圖樣本數據，所述根據樣本數據構建高維稀疏向量，包括：

基于地圖樣本數據的分辨率確定高維稀疏向量的維度；

基于預先構建的字典將所述地圖樣本數據映射到與所述維度對應的向量中，得到與所述地圖樣本數據對應的高維稀疏向量。

7.根據權利要求1所述的數據特征提取方法，其特征在于，還包括：

若驗證不通過，則重復執行基于預設函數對所述高維稀疏向量進行迭代求解，得到所述高維稀疏向量的支撐點向量；基于約束條件對所述支撐點向量進行約束映射，以修正所述支撐點向量的步驟，直至驗證通過。

8.一種數據特征提取裝置，其特征在于，包括：

構建單元，用于根據樣本數據構建高維稀疏向量；所述樣本數據為文本樣本數據或地圖樣本數據；

迭代單元，用于基于預設函數對所述高維稀疏向量進行迭代求解，得到所述高維稀疏向量的支撐點向量；所述預設函數基于支撐函數構建；其中，支撐點向量是指將第t步的向量解投影在歐式空間中，并確定使得投影的變動最小化的點；

約束單元，用于基于約束條件對所述支撐點向量進行約束映射，以修正所述支撐點向量；其中，所述約束條件為單流形約束條件；

驗證單元，用于基于目標函數對修正后的支撐點向量進行驗證，若驗證通過，則將修正后的支撐點向量確定為目標特征向量。

9.一種終端設備，其特征在于，所述終端設備包括存儲器、處理器以及存儲在所述存儲器中并可在所述終端設備上運行的計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至7任一項所述方法的步驟。

10.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述方法的步驟。