[發(fā)明專利]一種數(shù)據(jù)特征提取方法、裝置、終端設備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010083952.X
• 申請日: 2020-02-10
• 公開（公告）號: CN111309850B
• 公開（公告）日: 2022-03-25
• 發(fā)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(lián)合知識產(chǎn)權代理有限公司 44414
• 代理人: 左婷蘭

本申請適用于大數(shù)據(jù)處理技術領域，提供了一種數(shù)據(jù)特征提取方法、數(shù)據(jù)特征提取裝置、終端設備及介質(zhì)，數(shù)據(jù)特征提取方法包括：根據(jù)樣本數(shù)據(jù)構建高維稀疏向量；基于預設函數(shù)對高維稀疏向量進行迭代求解，得到高維稀疏向量的支撐點向量；基于約束條件對支撐點向量進行約束映射，以修正支撐點向量；基于目標函數(shù)對修正后的支撐點向量進行驗證，驗證通過則將修正后的支撐點向量確定為目標特征向量，通過對高維稀疏向量進行迭代求解，能夠快速確定出該高維稀疏向量的支撐點向量，進而基于約束條件修正支撐點向量，進而實現(xiàn)對高維稀疏向量的優(yōu)化問題的求解，能夠有效地提取出高維稀疏向量中的目標特征向量，能夠有效地提高數(shù)據(jù)特征提取的效率。

技術領域

本申請屬于大數(shù)據(jù)處理技術領域，尤其涉及一種數(shù)據(jù)特征提取方法、裝置、終端設備及計算機可讀存儲介質(zhì)。

背景技術

文本特征指的是最能代表文本主旨的詞匯集合，文本特征不僅可以很好的概括文本主要內(nèi)容和主旨，而且可以降低文本處理的復雜程度。而文本特征學習包含了高維的詞庫信息，因此，根據(jù)樣本信息學習文本的特征表達就是一個高維稀疏向量的優(yōu)化問題。對于時空數(shù)據(jù)的地圖特征學習問題中，地圖數(shù)據(jù)的表達往往也是一個高維稀疏向量，根據(jù)樣本信息學習地圖的特征也是一個高維稀疏向量的優(yōu)化問題。因此，高維稀疏向量的優(yōu)化問題的求解是機器學習應用中特征提取的一個關鍵應用。

目前對高維稀疏向量的優(yōu)化算法主要有梯度下降方法和經(jīng)驗方法(例如模擬退火算法和蟻群算法等等)。然而現(xiàn)有的求解方法存在求解效率低的缺陷。且在很多高維稀疏向量的優(yōu)化問題中，求解的向量是帶有約束條件的，因此高維稀疏向量的優(yōu)化問題的求解的難度較高。可見，現(xiàn)有的特征提取過程中，存在特征提取效率較低的問題。

發(fā)明內(nèi)容

有鑒于此，本申請?zhí)峁┝艘环N數(shù)據(jù)特征提取方法、裝置、終端設備及計算機可讀存儲介質(zhì)，以解決現(xiàn)有的特征提取過程中，存在特征提取效率較低的問題。

本申請實施例的第一方面提供了一種數(shù)據(jù)特征提取方法，包括：

根據(jù)樣本數(shù)據(jù)構建高維稀疏向量；

基于預設函數(shù)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；其中，所述約束條件為單流形約束條件；

基于目標函數(shù)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。

進一步的，所述基于預設函數(shù)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(shù)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(xiàn)的次數(shù)確定各個支撐點向量的向量系數(shù)；

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

進一步的，所述預設函數(shù)基于支撐函數(shù)構建。

示例性的，上述預設函數(shù)表示為：

S＝sup port(Project(p_t))；

其中，p_t為迭代算法中第t步的向量解，S為支撐點向量，而對于support函數(shù)，其對應的求解即為如下子問題：

即是將第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，該點即為支撐點向量。

進一步的，所述基于目標函數(shù)對修正后的支撐點向量進行驗證，包括：