[發(fā)明專利]樣本聚類方法、裝置、設(shè)備及可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010090370.4
• 申請日: 2020-02-13
• 公開（公告）號: CN111339212A
• 公開（公告）日: 2020-06-26
• 發(fā)明（設(shè)計(jì)）人: 鞠策;高大山
• 申請（專利權(quán)）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06N20/00
• 代理公司: 深圳市世紀(jì)恒程知識產(chǎn)權(quán)代理事務(wù)所 44287
• 代理人: 魏蘭

1.一種樣本聚類方法，其特征在于，所述樣本聚類方法應(yīng)用于第一設(shè)備，所述樣本聚類方法包括：

接收待聚類數(shù)據(jù)，并對所述待聚類數(shù)據(jù)進(jìn)行預(yù)處理，獲得各第一類型數(shù)據(jù)和各第二類型數(shù)據(jù)；

對各所述第一類型數(shù)據(jù)和各所述第二類型數(shù)據(jù)進(jìn)行聚類處理，獲得聚類樣本；

基于所述聚類樣本，與所述第一設(shè)備關(guān)聯(lián)的各第二設(shè)備進(jìn)行聯(lián)邦學(xué)習(xí)。

2.如權(quán)利要求1所述樣本聚類方法，其特征在于，各所述第一類型數(shù)據(jù)包括一個(gè)或多個(gè)的車輛動(dòng)力學(xué)數(shù)據(jù)，各所述第二類型數(shù)據(jù)包括一個(gè)或者多個(gè)環(huán)境數(shù)據(jù)，

所述對各所述第一類型數(shù)據(jù)和各所述第二類型數(shù)據(jù)進(jìn)行聚類處理，獲得聚類樣本的步驟包括：

對各所述車輛動(dòng)力學(xué)數(shù)據(jù)進(jìn)行聚類處理，獲得車輛動(dòng)力學(xué)聚類數(shù)據(jù)，并從各所述車輛動(dòng)力學(xué)聚類數(shù)據(jù)中選取第一類型樣本；

對各所述環(huán)境數(shù)據(jù)進(jìn)行降維處理，獲得所述降維數(shù)據(jù)，并在所述降維數(shù)據(jù)中選取各所述第一類型樣本對應(yīng)的待聚類降維數(shù)據(jù)；

對各所述待聚類降維數(shù)據(jù)進(jìn)行聚類處理，獲得第二類型樣本，并從所述第一類型樣本和所述第二類型樣本中選取所述聚類樣本。

3.如權(quán)利要求2所述樣本聚類方法，其特征在于，所述第一類型樣本包括一個(gè)或者多個(gè)第一類型時(shí)間片段數(shù)據(jù)，所述第二類型樣本包括一個(gè)或者多個(gè)第二類型時(shí)間片段數(shù)據(jù)，

所述從所述第一類型樣本和所述第二類型樣本中選取所述聚類樣本的步驟包括：

從各所述第一類型時(shí)間片段數(shù)據(jù)中選取預(yù)設(shè)數(shù)量的第一聚類數(shù)據(jù)，并獲取各所述第一聚類數(shù)據(jù)對應(yīng)的時(shí)間片段；

基于各所述時(shí)間片段，在各所述第二類型時(shí)間片段數(shù)據(jù)中選取各所述第一聚類數(shù)據(jù)對應(yīng)的第二聚類數(shù)據(jù)；

分別將各所述第一聚類數(shù)據(jù)和各所述第二聚類數(shù)據(jù)中所述片段相同的數(shù)據(jù)進(jìn)行組合，獲得所述聚類樣本。

4.如權(quán)利要求2所述樣本聚類方法，其特征在于，所述對各所述車輛動(dòng)力學(xué)數(shù)據(jù)進(jìn)行聚類處理，獲得車輛動(dòng)力學(xué)聚類數(shù)據(jù)的步驟包括：

將各所述車輛動(dòng)力學(xué)數(shù)據(jù)輸入預(yù)設(shè)聚類模型，以對各所述車輛動(dòng)力學(xué)數(shù)據(jù)進(jìn)行分簇，獲得預(yù)設(shè)個(gè)數(shù)的聚類數(shù)據(jù)簇；

判斷各所述聚類數(shù)據(jù)簇是否達(dá)到預(yù)設(shè)訓(xùn)練完成條件，若各所述聚類數(shù)據(jù)簇達(dá)到預(yù)設(shè)訓(xùn)練完成條件，則將各所述聚類數(shù)據(jù)簇作為所述車輛動(dòng)力學(xué)聚類數(shù)據(jù)；

若各所述聚類數(shù)據(jù)簇未達(dá)到預(yù)設(shè)訓(xùn)練完成條件，則重新對各所述車輛動(dòng)力學(xué)數(shù)據(jù)進(jìn)行分簇，直至各所述聚類數(shù)據(jù)簇達(dá)到預(yù)設(shè)訓(xùn)練完成條件。

5.如權(quán)利要求2所述樣本聚類方法，其特征在于，所述對各所述環(huán)境數(shù)據(jù)進(jìn)行降維處理，獲得所述降維數(shù)據(jù)的步驟包括：

獲取各所述環(huán)境數(shù)據(jù)對應(yīng)的環(huán)境數(shù)據(jù)表示矩陣，并對所述環(huán)境數(shù)據(jù)表示矩陣進(jìn)行特征中心化處理，獲得特征中心化矩陣；

計(jì)算所述特征中心化矩陣對應(yīng)的協(xié)方差矩陣，并獲取所述協(xié)方差矩陣對應(yīng)的各環(huán)境數(shù)據(jù)特征值和各所述環(huán)境數(shù)據(jù)特征值對應(yīng)的各環(huán)境數(shù)據(jù)特征向量；

基于各所述環(huán)境數(shù)據(jù)特征值的大小，對各所述環(huán)境數(shù)據(jù)特征向量進(jìn)行排列，獲得特征向量矩陣；

基于所述特征向量矩陣，計(jì)算降維數(shù)據(jù)表示矩陣，以獲取所述降維數(shù)據(jù)。

6.如權(quán)利要求1所述樣本聚類方法，其特征在于，所述接收待聚類數(shù)據(jù)，并對所述待聚類數(shù)據(jù)進(jìn)行預(yù)處理，獲得各第一類型數(shù)據(jù)和各第二類型數(shù)據(jù)的步驟包括：

接收所述待聚類數(shù)據(jù)，并基于預(yù)設(shè)時(shí)間寬度對所述待聚類數(shù)據(jù)進(jìn)行分段，獲得多個(gè)時(shí)間片段數(shù)據(jù)；

基于各所述時(shí)間片段數(shù)據(jù)對應(yīng)的數(shù)據(jù)收集裝置類型，對各所述時(shí)間片段數(shù)據(jù)進(jìn)行分類，獲得各所述第一類型數(shù)據(jù)和各所述第二類型數(shù)據(jù)。

7.如權(quán)利要求1所述樣本聚類方法，其特征在于，所述基于所述聚類樣本，與所述第一設(shè)備關(guān)聯(lián)的各第二設(shè)備進(jìn)行聯(lián)邦學(xué)習(xí)的步驟包括：

基于所述聚類樣本，對預(yù)設(shè)本地模型進(jìn)行訓(xùn)練，獲得模型優(yōu)化信息，并將所述模型優(yōu)化信息發(fā)送至預(yù)設(shè)聯(lián)邦服務(wù)器；

接收所述聯(lián)邦服務(wù)器反饋的信息更新參數(shù)，并基于所述信息更新參數(shù)對所述預(yù)設(shè)本地模型進(jìn)行迭代更新，直至所述預(yù)設(shè)本地模型達(dá)到預(yù)設(shè)更新完成條件。