[發明專利]一種實現空間信號平移與縮放不變性的編碼方法

在審

• 申請號: 202110631633.2
• 申請日: 2021-06-07
• 公開（公告）號: CN113298012A
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 程振波;劉星光;沈正圓
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 杭州浙科專利事務所(普通合伙) 33213
• 代理人: 周紅芳;朱盈盈

1.一種實現空間信號平移與縮放不變性的編碼方法，其特征在于，根據昆蟲的大腦結構，設計包含采樣、重編碼及稀疏投影計算過程的神經編碼方式，包括如下步驟：

步驟1)對輸入信號的目標M執行隨機采樣與重編碼計算，得到目標的中間表示C；

具體步驟如下：

步驟1.1)信號以矩陣S的方式表示，其中矩陣S包含目標M；

步驟1.2)目標M包括m個元素，也就是M＝[(x₁,y₁),(x₂,y₂),…(x_m,y_m)]，(x_i,y_i)表示元素在信號矩陣S中的坐標；

步驟1.3)比較采樣數t與元素個數m的大小；如果m大于t則直接執行步驟1.4)；否則，需先對M在信號矩陣中執行膨脹操作，使得信號矩陣元素總數等于t，即在不改變目標信號M的基礎上，擴充其在信號矩陣上元素數量；

步驟1.4)對目標M的元素隨機采樣t次，其中每一個元素(x_i,y_i)被采樣到的概率相等，均為1/m；采樣的元素I_i按照采樣的先后順序置于集合P中，P＝[I₁,I₂,…,I_t]。

步驟1.5)對集合P中的元素進行重編碼：

步驟1.5.1)根據P中的橫坐標x_i對集合中的所有元素進行遞增或遞減排序，得到遞增排序后的新坐標集合：

其中，s_i是對集合P中橫坐標x_i進行重新排序的下標，分別提取P_X中的所有橫坐標和縱坐標進而得到兩個一維列向量

步驟1.5.2)根據對P中縱坐標y_i對集合中的所有元素進行遞增或遞減排序，得到遞增排序后的新坐標信息集合：

其中，o_i是對集合P中縱坐標y_i進行重新排序的下標，再分別提取P_Y中的所有橫坐標和縱坐標進而得到兩個一維列向量

步驟1.6)對1.5.1)和1.5.2)中的4個向量與進行歸一化處理；采用(0,1)標準歸一化的方式，對于任意坐標集合E，其元素歸一化的結果如公式1所示：

其中x_new表示歸一化后的坐標結果，其中x_i表示原始坐標，Min_E表示坐標集合中最小的元素，Max_E表示坐標集合中最大的元素；

歸一化處理后將橫坐標集合X與縱坐標集合Y進行連接分別得到與

步驟1.7)將Code_X與Code_Y共同作為目標信號M的中間表示向量C為：

其中q₁,q₂,…,q_4t表示Code_X與Code_Y中的元素；

步驟2)對目標的中間表示C利用單層神經網絡進行稀疏編碼，最終得到目標的特征表示O；

具體步驟如下：

步驟2.1)將目標的中間表示向量C作為輸入，將它記為包含4t個神經元的一維列向量:I＝[q₁,q₂,…,q_4t]^T；

步驟2.2)確定輸入層I與編碼層Y神經元之間的連接矩陣W，輸入層的神經元與編碼層的神經元以概率p＝0.1相連，即它們之間的連接有90％的概率取值為0，而非0值則按照標準高斯分布隨機賦值；

步驟2.3)編碼層神經元的活性按Y計算；其中，編碼層神經元是否發放將根據Y＝WI計算出的活性值來決定，設定閾值ε，如果Y中某個神經元活性值大于ε的神經元將被激活，而小于ε的神經元將處于靜息狀態，激活狀態的神經元其輸出取值為1，而靜息狀態神經元其輸出取值為0，取定0或1的向量作為目標的特征表示O。