[發(fā)明專利]一種基于模式匹配與移動感知場景的在線適配方法在審
| 申請?zhí)枺?/td> | 202210085221.8 | 申請日: | 2022-01-25 |
| 公開(公告)號: | CN114596452A | 公開(公告)日: | 2022-06-07 |
| 發(fā)明(設(shè)計)人: | 伍楷舜;邱銘輝 | 申請(專利權(quán))人: | 深圳大學(xué) |
| 主分類號: | G06V10/74 | 分類號: | G06V10/74;G06V10/764;G06V40/20;G06V20/52;G06K9/62 |
| 代理公司: | 北京市誠輝律師事務(wù)所 11430 | 代理人: | 耿慧敏;朱偉軍 |
| 地址: | 518060 廣東*** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 模式 匹配 移動 感知 場景 在線 配方 | ||
1.一種基于模式匹配與移動感知場景的在線適配方法,包括以下步驟:
通過比較目標(biāo)樣本與模版庫中模版的相似度進行分類識別,獲得分類結(jié)果;
針對所得到的分類結(jié)果,實時監(jiān)聽來自于應(yīng)用或用戶的反饋;
結(jié)合反饋結(jié)果,依據(jù)主動學(xué)習(xí)理論判斷當(dāng)前目標(biāo)樣本的代表性,該代表性反映目標(biāo)樣本對于分類識別的重要程度;
基于對應(yīng)的代表性,以設(shè)定的策略更新模版庫,以實現(xiàn)在線適配。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述實時監(jiān)聽來自于應(yīng)用或用戶的反饋包括:
針對用戶或應(yīng)用無反饋的情況,將分類結(jié)果作為目標(biāo)樣本的標(biāo)簽;
針對用戶或應(yīng)用有反饋的情況,根據(jù)反饋結(jié)果確定目標(biāo)樣本的標(biāo)簽。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述結(jié)合反饋結(jié)果,依據(jù)主動學(xué)習(xí)理論判斷當(dāng)前目標(biāo)樣本的代表性包括:
根據(jù)目標(biāo)樣本x*的反饋標(biāo)簽y*,生成候選的模版庫版本集合H;
依次計算模版庫版本集合H中的候選模版庫h的加權(quán)損失值,表示為:
其中,x表示樣本,y表示標(biāo)簽,l(h(x),y)是基于相似度的損失函數(shù),S是原模版庫的樣本集合,w是權(quán)重函數(shù);
利用最小加權(quán)損失值對應(yīng)的模版庫來更新模版庫版本集合H,其中更新依據(jù)主動學(xué)習(xí)理論的標(biāo)準(zhǔn)樣本復(fù)雜度,有概率提前剔除不符合條件的模版庫;
根據(jù)公式:p=maxf,g∈H;y∈Yl(f(x*),y)-l(g(x*),y),計算目標(biāo)樣本x*代表性,Y是標(biāo)簽集合。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,對于所述根據(jù)目標(biāo)樣本x*的反饋標(biāo)簽y*,生成候選的模版庫版本集合H,具備以下特征:
模版庫版本集合H中每一個模版庫元素h所包含的模版?zhèn)€數(shù)相同;
對于每一個模版庫版本集合,模版庫元素h與原模版庫的差異在于,一個標(biāo)簽為y*的樣本被替換為目標(biāo)樣本,使模版庫版本集合的大小||等于模版庫中標(biāo)簽為y*的樣本的個數(shù)。
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述損失函數(shù)表示為:
l(h(x),y)=max(0,E(D[h(s)=y(tǒng)](x))-minD[h(S)≠y](x))
其中,E(·)表示去除最近距離樣本外的平均值運算,為輸入樣本x與滿足下標(biāo)條件的樣本之間的余弦距離組成的向量,u和v為任意兩個樣本,κ是正定核函數(shù),用于衡量樣本之間的相似度。
6.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述權(quán)重函數(shù)包括模版時間,表示為:
其中,t是樣本錄入時間,pt表示模版錄入時刻計算得到的代表性,T是當(dāng)前時刻,是使用過程中設(shè)定反饋事件觸發(fā)的時刻。
7.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述基于對應(yīng)的代表性,以設(shè)定的策略更新模版庫包括:
用目標(biāo)樣本x*,反饋標(biāo)簽y*,以及代表性p初始化元素s=(x*,y*,w*=1/p),并更新樣本集合S=S∪{s};
用更新后的樣本集合S,重新計算模版庫版本集合H中每一個候選模版庫h的損失值,選擇損失值最小的模版庫進行更新;
進一步更新樣本集合S=S/{xt},其中,xt是不包含在ht中的、且被目標(biāo)樣本x*所替換的模版。
8.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述正定核函數(shù)根據(jù)應(yīng)用場景選擇,包括線性核函數(shù)和徑向基核函數(shù)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于深圳大學(xué),未經(jīng)深圳大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202210085221.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





