一種數(shù)據(jù)識(shí)別方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種數(shù)據(jù)識(shí)別方法及裝置，涉及數(shù)據(jù)處理技術(shù)，根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集，使得各識(shí)別器分別根據(jù)各數(shù)據(jù)子集進(jìn)行訓(xùn)練，保證了各個(gè)識(shí)別器的差異性，因此，在對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別時(shí)，獲得訓(xùn)練后的識(shí)別器給出的識(shí)別結(jié)果，再根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，提高了大數(shù)據(jù)識(shí)別的精確度。
【專利說(shuō)明】一種數(shù)據(jù)識(shí)別方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)處理技術(shù)，尤其涉及一種數(shù)據(jù)識(shí)別方法及裝置。
【背景技術(shù)】
[0002]目前，現(xiàn)實(shí)和虛擬世界的數(shù)據(jù)產(chǎn)生速度越來(lái)越大，對(duì)數(shù)據(jù)進(jìn)行自動(dòng)識(shí)別會(huì)便于用戶對(duì)數(shù)據(jù)的查找和使用，因此，很多應(yīng)用或系統(tǒng)在獲得新的數(shù)據(jù)時(shí)，需要通過(guò)對(duì)已有數(shù)據(jù)的識(shí)別方式，對(duì)所獲得的數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別。
[0003]目前進(jìn)行數(shù)據(jù)識(shí)別的方法主要為:先從標(biāo)注數(shù)據(jù)中選取相應(yīng)訓(xùn)練數(shù)據(jù)由識(shí)別器進(jìn)行學(xué)習(xí)，在獲得新的數(shù)據(jù)時(shí)，即可使用學(xué)習(xí)后的識(shí)別器對(duì)該數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別。
[0004]在進(jìn)行識(shí)別器的學(xué)習(xí)時(shí)，和本專利最相關(guān)的技術(shù)包括大規(guī)模機(jī)器學(xué)習(xí)以及集成學(xué)習(xí)，下面分別對(duì)這兩種學(xué)習(xí)方式進(jìn)行具體說(shuō)明:
[0005]大規(guī)模機(jī)器學(xué)習(xí)是指能夠利用大規(guī)模數(shù)據(jù)來(lái)監(jiān)督識(shí)別器學(xué)習(xí)以解決大數(shù)據(jù)分析基本問(wèn)題的理論或方法，大數(shù)據(jù)(大規(guī)模數(shù)據(jù)，通常至少包括IOW標(biāo)注數(shù)據(jù)樣本)概念的出現(xiàn)使很多只關(guān)心識(shí)別精度的傳統(tǒng)的機(jī)器學(xué)習(xí)方法不再適用。
[0006]集成學(xué)習(xí)是通過(guò)利用不同的訓(xùn)練標(biāo)注數(shù)據(jù)集合或者不同的特征集合訓(xùn)練得到多個(gè)識(shí)別器，在應(yīng)用過(guò)程中這多個(gè)識(shí)別器以某種組合策略，比如投票，來(lái)解決某個(gè)識(shí)別問(wèn)題。集成學(xué)習(xí)主要用來(lái)改善單個(gè)識(shí)別器的識(shí)別或預(yù)測(cè)等的性能精度。這種機(jī)器學(xué)習(xí)范式相對(duì)于單個(gè)識(shí)別器的學(xué)習(xí)算法來(lái)說(shuō)，更容易擴(kuò)展到大規(guī)模數(shù)據(jù)的學(xué)習(xí)任務(wù)。比較有影響的集成學(xué)習(xí)方法包括boosting (增強(qiáng)學(xué)習(xí)方法)，bagging (基于可放回采樣的學(xué)習(xí)方法)等。
[0007]集成學(xué)習(xí)方法可以使得識(shí)別精度較高，其主要原因是它能夠通過(guò)群體決策的方式來(lái)克服單個(gè)識(shí)別器可能犯得一些識(shí)別錯(cuò)誤，而這主要?dú)w功于多個(gè)識(shí)別器的差異性。因此，要實(shí)現(xiàn)多個(gè)弱識(shí)別器的組合以實(shí)現(xiàn)強(qiáng)識(shí)別器，需要不同的個(gè)體識(shí)別器在不同的識(shí)別任務(wù)中需要犯不同的錯(cuò)誤，以造成這種差異性。
[0008]基于不同的訓(xùn)練集合，不同的識(shí)別器參數(shù)，或者不同的特征集合而獲得的多個(gè)識(shí)別器模型需要以某種策略組合起來(lái)使用來(lái)最終決定某個(gè)測(cè)試實(shí)例的最終識(shí)別結(jié)果，這種群體決策的策略就是識(shí)別器組合。
[0009]集成學(xué)習(xí)方法具有對(duì)于大規(guī)模數(shù)據(jù)上的機(jī)器學(xué)習(xí)具有很強(qiáng)的可擴(kuò)展性，但如果直接將他們應(yīng)用到大規(guī)模數(shù)據(jù)學(xué)習(xí)問(wèn)題中，由于差異性不明顯，會(huì)造成最終的數(shù)據(jù)挖掘精度不是很高，不能取得理想的效果。雖然實(shí)現(xiàn)了大規(guī)模數(shù)據(jù)學(xué)習(xí)，但不能充分體現(xiàn)大規(guī)模數(shù)據(jù)學(xué)習(xí)的優(yōu)勢(shì)。
[0010]目前，可以通過(guò)重采樣技術(shù)和劃分子集的方式，使得集成學(xué)習(xí)方法能夠應(yīng)用到大規(guī)模學(xué)習(xí)中去，可是，不同的識(shí)別器通過(guò)不同的采樣技術(shù)在大數(shù)據(jù)中進(jìn)行采樣，能夠?qū)崿F(xiàn)所訓(xùn)練的識(shí)別器的差異性，但由于只有部分的訓(xùn)練數(shù)據(jù)被采樣并用來(lái)識(shí)別器的構(gòu)建，所以標(biāo)注樣本中蘊(yùn)含的知識(shí)并沒(méi)有都用于識(shí)別器的訓(xùn)練。而直接將整個(gè)標(biāo)注數(shù)據(jù)集分成多個(gè)子集，這種隨機(jī)的標(biāo)注數(shù)據(jù)集拆分的方法不能保證不同子標(biāo)注集合之間的差異性，從而不能保證多個(gè)識(shí)別器之間差異性。
【發(fā)明內(nèi)容】

[0011]本發(fā)明實(shí)施例提供一種數(shù)據(jù)識(shí)別方法及裝置，以提高大數(shù)據(jù)識(shí)別的精確度。
[0012]一種數(shù)據(jù)識(shí)別方法，包括:
[0013]分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果，所述多個(gè)識(shí)別器為分別通過(guò)根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集進(jìn)行訓(xùn)練形成的識(shí)別器；
[0014]根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
[0015]一種數(shù)據(jù)識(shí)別裝置，包括:
[0016]第一確定單元，用于分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果，所述多個(gè)識(shí)別器為分別通過(guò)根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集進(jìn)行訓(xùn)練形成的識(shí)別器；
[0017]第二確定單元，用于根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
[0018]本發(fā)明實(shí)施例提供一種數(shù)據(jù)識(shí)別方法及裝置，根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集，使得各識(shí)別器分別根據(jù)各數(shù)據(jù)子集進(jìn)行訓(xùn)練，保證了各個(gè)識(shí)別器的差異性，因此，在對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別時(shí)，獲得訓(xùn)練后的識(shí)別器給出的識(shí)別結(jié)果，再根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，提高了大數(shù)據(jù)識(shí)別的精確度。
【專利附圖】

【附圖說(shuō)明】
[0019]圖1為本發(fā)明實(shí)施例提供的數(shù)據(jù)識(shí)別方法流程圖；
[0020]圖2為本發(fā)明實(shí)施例提供的根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分多個(gè)數(shù)據(jù)子集的方法流程圖；
[0021]圖3為本發(fā)明實(shí)施例提供的根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果的方法流程圖之一；
[0022]圖4為本發(fā)明實(shí)施例提供的根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果的方法流程圖之二；
[0023]圖5為本發(fā)明實(shí)施例提供的數(shù)據(jù)識(shí)別裝置結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0024]本發(fā)明實(shí)施例提供一種數(shù)據(jù)識(shí)別方法及裝置，根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集，使得各識(shí)別器分別根據(jù)各數(shù)據(jù)子集進(jìn)行訓(xùn)練，保證了各個(gè)識(shí)別器的差異性，因此，在對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別時(shí)，獲得訓(xùn)練后的識(shí)別器給出的識(shí)別結(jié)果，再根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，提高了大數(shù)據(jù)識(shí)別的精確度。
[0025]在將整個(gè)標(biāo)注集合分成多個(gè)子集過(guò)程中，將數(shù)據(jù)子集之間的差異性作為一個(gè)優(yōu)化的指標(biāo)來(lái)考慮進(jìn)來(lái)，從而保證最后獲得的多個(gè)子集之間具有最大的差異性。
[0026]進(jìn)一步，在進(jìn)行數(shù)據(jù)識(shí)別時(shí)，可以基于標(biāo)注數(shù)據(jù)樣本的差異性對(duì)多個(gè)識(shí)別器進(jìn)行選擇(只有最相關(guān)的領(lǐng)域?qū)＜也艆⒓幼詈蟮耐镀?，同時(shí)在投票過(guò)程中，不只是多個(gè)識(shí)別器之間的差異性被考慮進(jìn)來(lái)，還將每個(gè)識(shí)別器局部的特征，即每個(gè)識(shí)別器的置信度信息也考慮到最后的識(shí)別器組合過(guò)程中，從而進(jìn)一步提高識(shí)別的精度。
[0027]具體的，如圖1所示，本發(fā)明實(shí)施例提供的數(shù)據(jù)識(shí)別方法，包括:
[0028]步驟S101、分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果，多個(gè)識(shí)別器為分別通過(guò)根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集進(jìn)行訓(xùn)練形成的識(shí)別器；
[0029]步驟S102、根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
[0030]由于將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集根據(jù)樣本差異性劃分成了多個(gè)數(shù)據(jù)子集，又通過(guò)各個(gè)數(shù)據(jù)子集分別對(duì)各個(gè)識(shí)別器進(jìn)行訓(xùn)練，保證了各個(gè)識(shí)別器之間的差異性，從而提高了對(duì)數(shù)據(jù)進(jìn)行識(shí)別的精度。
[0031]具體的，在將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集時(shí)，需要進(jìn)行如下三個(gè)方面的考慮:
[0032]I)每個(gè)數(shù)據(jù)子集應(yīng)該足夠大，從而能夠被用來(lái)訓(xùn)練單個(gè)的識(shí)別器；
[0033]2)每個(gè)數(shù)據(jù)子集的大小應(yīng)該使其在進(jìn)行識(shí)別器的訓(xùn)練時(shí)，訓(xùn)練時(shí)間不能過(guò)長(zhǎng)，即每個(gè)子標(biāo)注數(shù)據(jù)集不能過(guò)大到不能順利完成單個(gè)識(shí)別器的構(gòu)建；
[0034]3)為了實(shí)現(xiàn)識(shí)別器的差異性(這一點(diǎn)是能夠保證集成學(xué)習(xí)方法能夠具有較高識(shí)別精度的關(guān)鍵)，需要使多個(gè)數(shù)據(jù)子集之間的相似度盡量低。在本發(fā)明以下的實(shí)施例中，是通過(guò)圖論來(lái)表示數(shù)據(jù)子集之間的相似度。如果數(shù)據(jù)子集之間的相似度越高，則在圖中兩者的距離則越小。本領(lǐng)域內(nèi)技術(shù)人員可以理解，還可以應(yīng)用其他方式來(lái)表示數(shù)據(jù)子集之間的相似度，在此不再贅述。
[0035]本發(fā)明實(shí)施例提供一種標(biāo)注數(shù)據(jù)集的劃分方法，將實(shí)現(xiàn)多個(gè)標(biāo)注數(shù)據(jù)集合之間距離的最大化(也就是差異最大化)轉(zhuǎn)換為它的對(duì)偶問(wèn)題，也就是，找到一個(gè)拆分方案使每個(gè)子標(biāo)注數(shù)據(jù)集合中的樣本之間的距離之和最小化,此時(shí),可以首先獲取數(shù)據(jù)集中的標(biāo)注數(shù)據(jù)樣本；再?gòu)臉?biāo)注數(shù)據(jù)樣本中，確定每組相似度最大的設(shè)定數(shù)量的標(biāo)注數(shù)據(jù)樣本為一個(gè)數(shù)據(jù)子集，直至數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本均被劃分至數(shù)據(jù)子集中。進(jìn)而使得每一數(shù)據(jù)子集內(nèi)所包含的標(biāo)注數(shù)據(jù)樣本之間的相似度最高，且數(shù)據(jù)子集之間的相似度最低。
[0036]具體的，如圖2所示，根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集，具體包括:
[0037]步驟S201、將標(biāo)注數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本作為初始的數(shù)據(jù)子集；
[0038]步驟S202、對(duì)于每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值的數(shù)據(jù)子集，將其和與其距離最小的數(shù)據(jù)子集合并，對(duì)每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量大于設(shè)定的第二閾值的數(shù)據(jù)子集，將其切分為多個(gè)數(shù)據(jù)子集，并保證切分后的每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均小于設(shè)定的第二閾值，且至多有一個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值，其中，數(shù)據(jù)子集間的距離可以通過(guò)圖論的方式來(lái)進(jìn)行量化，也可以通過(guò)其它方式進(jìn)行量化；
[0039]步驟S203、確定每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均大于設(shè)定的第一閾值且小于設(shè)定的第二閾值時(shí)，將當(dāng)前所劃分的數(shù)據(jù)子集結(jié)果作為根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集。
[0040]其中，第一閾值根據(jù)條件I)設(shè)定，即，使得每個(gè)數(shù)據(jù)子集足夠大，從而能夠被用來(lái)訓(xùn)練單個(gè)的識(shí)別器，第二閾值根據(jù)條件2)設(shè)定，即，使得每個(gè)子標(biāo)注數(shù)據(jù)集不能過(guò)大到不能順利完成單個(gè)識(shí)別器的構(gòu)建。
[0041]根據(jù)步驟S202可知，第二閾值必然大于第一閾值，當(dāng)?shù)诙撝敌∮诘谝婚撝档亩稌r(shí)，可能出現(xiàn)切分后的數(shù)據(jù)子集中，有一個(gè)數(shù)據(jù)子集必然不能滿足條件I)或條件2)，此時(shí)，則保證切分后的每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均小于設(shè)定的第二閾值，且至多有一個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值，從而可以使得小于設(shè)定的第一閾值的數(shù)據(jù)子集與其它子集進(jìn)行進(jìn)一步合并，當(dāng)然，為進(jìn)一步便于標(biāo)注數(shù)據(jù)集的劃分，第二閾值設(shè)定為第一閾值的整數(shù)倍較佳。
[0042]通常，數(shù)據(jù)子集的大小和訓(xùn)練識(shí)別器的關(guān)系為，隨著數(shù)據(jù)子集中的數(shù)據(jù)數(shù)量從O開始增大，訓(xùn)練識(shí)別器的效果越來(lái)越好，直至數(shù)據(jù)子集中的數(shù)據(jù)數(shù)量達(dá)到某一最佳值，此時(shí)訓(xùn)練識(shí)別器的效果達(dá)到最佳，隨后，隨著數(shù)據(jù)子集中的數(shù)據(jù)數(shù)量繼續(xù)增大，訓(xùn)練識(shí)別器的效果也越來(lái)越差，因此，第一閾值和第二閾值的設(shè)定，可以參考數(shù)據(jù)子集的大小和訓(xùn)練識(shí)別器的關(guān)系曲線進(jìn)行。
[0043]當(dāng)然，在本實(shí)施例中是每次只與一個(gè)相似度最高的數(shù)據(jù)子集進(jìn)行合并。本領(lǐng)域內(nèi)技術(shù)人員可以理解，還可以每次與兩個(gè)或多個(gè)數(shù)據(jù)子集進(jìn)行合并，其原理與上述實(shí)施例相似，在此不再贅述。
[0044]進(jìn)一步，在對(duì)待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別時(shí)，可以僅使用與該待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度較大的識(shí)別器進(jìn)行識(shí)別，從而避免與該待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度較小的識(shí)別器給出的錯(cuò)誤識(shí)別結(jié)果造成的干擾，從而進(jìn)一步提高識(shí)別精度。
[0045]具體的，在步驟SlOl分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果前，還包括:
[0046]確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為多個(gè)識(shí)別器；或者
[0047]確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為多個(gè)識(shí)別器。
[0048]其中，確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為多個(gè)識(shí)別器，具體包括:
[0049]確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；
[0050]將分?jǐn)?shù)最高的設(shè)定個(gè)數(shù)個(gè)識(shí)別器，作為多個(gè)識(shí)別器；
[0051]相應(yīng)的，確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為多個(gè)識(shí)別器，具體包括:
[0052]確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；
[0053]將分?jǐn)?shù)超過(guò)設(shè)定分?jǐn)?shù)值的識(shí)別器，作為多個(gè)識(shí)別器。
[0054]各個(gè)識(shí)別器可以根據(jù)待識(shí)別數(shù)據(jù)與訓(xùn)練自身的數(shù)據(jù)子集中各數(shù)據(jù)的關(guān)聯(lián)程度給出該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)，具體的，本發(fā)明實(shí)施例中確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)，具體為:
[0055]各識(shí)別器分別計(jì)算待識(shí)別數(shù)據(jù)和該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集的相似度，并將該相似度作為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；或者
[0056]從標(biāo)注數(shù)據(jù)集中選取設(shè)定數(shù)量的與待識(shí)別數(shù)據(jù)最相近的標(biāo)注數(shù)據(jù)樣本，各識(shí)別器分別確定該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集包含的所選取的標(biāo)注數(shù)據(jù)樣本的數(shù)量與該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集中的標(biāo)注數(shù)據(jù)樣本數(shù)量的比值，為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)。[0057]在步驟S102中，根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，可以直接采用相同識(shí)別結(jié)果數(shù)量最多的識(shí)別結(jié)果作為該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，為進(jìn)一步提高識(shí)別精度，本發(fā)明實(shí)施例還提供一種較佳的根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果的方式，此時(shí)，如圖3所示，步驟S102包括:
[0058]步驟S301、對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重；
[0059]步驟S302、根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
[0060]其中，步驟S301中，對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重，具體為:
[0061]對(duì)于每個(gè)識(shí)別器，確定該識(shí)別器的投票權(quán)重為該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)與該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值的乘積。
[0062]如圖4所示，步驟S302中，根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，具體包括:
[0063]步驟S401、根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果將多個(gè)識(shí)別器進(jìn)行分組；
[0064]步驟S402、根據(jù)各個(gè)識(shí)別器的投票權(quán)重，確定每個(gè)分組的加權(quán)求和值；
[0065]步驟S403、將加權(quán)求和值最大的分組所對(duì)應(yīng)的識(shí)別結(jié)果，確定為該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
[0066]例如，若10個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別，其中3個(gè)識(shí)別器給出的識(shí)別結(jié)果為A，且權(quán)重分別為0.1,0.2,0.3，3個(gè)識(shí)別器給出的識(shí)別結(jié)果為B，且權(quán)重分別為0.5,0.5、
0.4，4個(gè)識(shí)別器給出的識(shí)別結(jié)果為C，且權(quán)重分別為0.2,0.2,0.3,0.1，可以得出，識(shí)別結(jié)果為A的分組的加權(quán)求和值為0.1+0.2+0.3=0.6，識(shí)別結(jié)果為B的分組的加權(quán)求和值為
0.5+0.5+0.4=1.4，識(shí)別結(jié)果為C的分組的加權(quán)求和值為0.2+0.2+0.3+0.1=0.8，則可以確定識(shí)別結(jié)果為B的分組的加權(quán)求和值最大，最終識(shí)別結(jié)果為B。
[0067]相應(yīng)的，本發(fā)明實(shí)施例還提供一種數(shù)據(jù)識(shí)別裝置，如圖5所示，該裝置包括:
[0068]第一確定單元501，用于分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果，多個(gè)識(shí)別器為分別通過(guò)根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集進(jìn)行訓(xùn)練形成的識(shí)別器；
[0069]第二確定單元502，用于根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
[0070]其中，第一確定單元501根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集，具體包括:
[0071]獲取數(shù)據(jù)集中的標(biāo)注數(shù)據(jù)樣本；
[0072]從標(biāo)注數(shù)據(jù)樣本中，確定每組相似度最大的設(shè)定數(shù)量的標(biāo)注數(shù)據(jù)樣本為一個(gè)數(shù)據(jù)子集，直至數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本均被劃分至數(shù)據(jù)子集中。
[0073]具體的，第一確定單元501根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集，具體包括:
[0074]將標(biāo)注數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本作為初始的數(shù)據(jù)子集；
[0075]對(duì)于每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值的數(shù)據(jù)子集，將其和與其距離最小的數(shù)據(jù)子集合并，對(duì)每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量大于設(shè)定的第二閾值的數(shù)據(jù)子集，將其切分為多個(gè)數(shù)據(jù)子集，并保證切分后的每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均小于設(shè)定的第二閾值，且至多有一個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值；
[0076]確定每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均大于設(shè)定的第一閾值且小于設(shè)定的第二閾值時(shí)，將當(dāng)前所劃分的數(shù)據(jù)子集結(jié)果作為根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集。
[0077]第一確定單元501還用于:
[0078]在分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果前，確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為多個(gè)識(shí)別器；或者
[0079]在分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果前，確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為多個(gè)識(shí)別器。
[0080]第一確定單元501確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為多個(gè)識(shí)別器，具體包括:
[0081]確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；
[0082]將分?jǐn)?shù)最高的設(shè)定個(gè)數(shù)個(gè)識(shí)別器，作為多個(gè)識(shí)別器；
[0083]第一確定單元501確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為多個(gè)識(shí)別器，具體包括:
[0084]確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；
[0085]將分?jǐn)?shù)超過(guò)設(shè)定分?jǐn)?shù)值的識(shí)別器，作為多個(gè)識(shí)別器。
[0086]其中，各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)，具體為:
[0087]各識(shí)別器分別計(jì)算待識(shí)別數(shù)據(jù)和該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集的相似度，并將該相似度作為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；或者
[0088]從標(biāo)注數(shù)據(jù)集中選取設(shè)定數(shù)量的與待識(shí)別數(shù)據(jù)最相近的標(biāo)注數(shù)據(jù)樣本，各識(shí)別器分別確定該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集包含的所選取的標(biāo)注數(shù)據(jù)樣本的數(shù)量與該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集中的標(biāo)注數(shù)據(jù)樣本數(shù)量的比值，為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)。
[0089]第二確定單元502具體用于:
[0090]對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重；
[0091]根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)
果O
[0092]第二確定單元502對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重，具體為:
[0093]對(duì)于每個(gè)識(shí)別器，確定該識(shí)別器的投票權(quán)重為該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)與該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值的乘積。
[0094]第二確定單元502根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，具體包括:
[0095]根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果將多個(gè)識(shí)別器進(jìn)行分組；[0096]根據(jù)各個(gè)識(shí)別器的投票權(quán)重，確定每個(gè)分組的加權(quán)求和值；
[0097]將加權(quán)求和值最大的分組所對(duì)應(yīng)的識(shí)別結(jié)果，確定為該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)
果O
[0098]本發(fā)明實(shí)施例提供一種數(shù)據(jù)識(shí)別方法及裝置，根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集，使得各識(shí)別器分別根據(jù)各數(shù)據(jù)子集進(jìn)行訓(xùn)練，保證了各個(gè)識(shí)別器的差異性，因此，在對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別時(shí)，獲得訓(xùn)練后的識(shí)別器給出的識(shí)別結(jié)果，再根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，提高了大數(shù)據(jù)識(shí)別的精確度。
[0099]本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。
[0100]本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。
[0101]這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。
[0102]這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。
[0103]盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。
[0104]顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。
【權(quán)利要求】
1.一種數(shù)據(jù)識(shí)別方法，其特征在于，包括: 分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果，所述多個(gè)識(shí)別器為分別通過(guò)根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集進(jìn)行訓(xùn)練形成的識(shí)別器； 根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集，具體包括: 獲取所述數(shù)據(jù)集中的標(biāo)注數(shù)據(jù)樣本； 從所述標(biāo)注數(shù)據(jù)樣本中，確定每組相似度最大的設(shè)定數(shù)量的標(biāo)注數(shù)據(jù)樣本為一個(gè)數(shù)據(jù)子集，直至所述數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本均被劃分至數(shù)據(jù)子集中。
3.如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集，具體包括: 將標(biāo)注數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本作為初始的數(shù)據(jù)子集； 對(duì)于每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值的數(shù)據(jù)子集，根據(jù)該數(shù)據(jù)子集與其他數(shù)據(jù)子集之間的相似度，將該數(shù)據(jù)子集與其他數(shù)據(jù)子集進(jìn)行合并；對(duì)每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量大于設(shè)定的第二閾值的數(shù)據(jù)子集，將其切分為多個(gè)數(shù)據(jù)子集，并保證切分后的每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均小于設(shè)定的第二閾值，且至多有一個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值； 確定每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均大于設(shè)定的第一閾值且小于設(shè)定的第二閾值時(shí)，將當(dāng)前所劃分的數(shù)據(jù)子集結(jié)果作為根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集。`
4.如權(quán)利要求1-3任一所述的方法，其特征在于，所述分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果前，還包括: 確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為所述多個(gè)識(shí)別器；或者 確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為所述多個(gè)識(shí)別器。
5.如權(quán)利要求4所述的方法，其特征在于，所述確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為所述多個(gè)識(shí)別器，具體包括: 確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)； 將分?jǐn)?shù)最高的設(shè)定個(gè)數(shù)個(gè)識(shí)別器，作為所述多個(gè)識(shí)別器； 所述確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為所述多個(gè)識(shí)別器，具體包括: 確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)； 將分?jǐn)?shù)超過(guò)設(shè)定分?jǐn)?shù)值的識(shí)別器，作為所述多個(gè)識(shí)別器。
6.如權(quán)利要求5所述的方法，其特征在于，所述各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)，具體為: 各識(shí)別器分別計(jì)算待識(shí)別數(shù)據(jù)和該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集的相似度，并將該相似度作為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；或者 從所述標(biāo)注數(shù)據(jù)集中選取設(shè)定數(shù)量的與所述待識(shí)別數(shù)據(jù)最相近的標(biāo)注數(shù)據(jù)樣本，各識(shí)別器分別確定該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集包含的所選取的標(biāo)注數(shù)據(jù)樣本的數(shù)量與該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集中的標(biāo)注數(shù)據(jù)樣本數(shù)量的比值，為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)。
7.如權(quán)利要求5所述的方法，其特征在于，所述根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，具體包括: 對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重； 根據(jù)所述多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果O
8.如權(quán)利要求7所述的方法，其特征在于，所述對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度 分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重，具體為: 對(duì)于每個(gè)識(shí)別器，確定該識(shí)別器的投票權(quán)重為該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)與該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值的乘積。
9.如權(quán)利要求7所述的方法，其特征在于，所述根據(jù)所述多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，具體包括: 根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果將所述多個(gè)識(shí)別器進(jìn)行分組； 根據(jù)各個(gè)識(shí)別器的投票權(quán)重，確定每個(gè)分組的加權(quán)求和值； 將加權(quán)求和值最大的分組所對(duì)應(yīng)的識(shí)別結(jié)果，確定為該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
10.一種數(shù)據(jù)識(shí)別裝置，其特征在于，包括: 第一確定單元，用于分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果，所述多個(gè)識(shí)別器為分別通過(guò)根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集進(jìn)行訓(xùn)練形成的識(shí)別器； 第二確定單元，用于根據(jù)各個(gè)識(shí)別結(jié)果確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
11.如權(quán)利要求10所述的裝置，其特征在于，所述第一確定單元根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集，具體包括: 獲取所述數(shù)據(jù)集中的標(biāo)注數(shù)據(jù)樣本； 從所述標(biāo)注數(shù)據(jù)樣本中，確定每組相似度最大的設(shè)定數(shù)量的標(biāo)注數(shù)據(jù)樣本為一個(gè)數(shù)據(jù)子集，直至所述數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本均被劃分至數(shù)據(jù)子集中。
12.如權(quán)利要求11所述的裝置，其特征在于，所述第一確定單元根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成多個(gè)數(shù)據(jù)子集，具體包括: 將標(biāo)注數(shù)據(jù)集中的每個(gè)標(biāo)注數(shù)據(jù)樣本作為初始的數(shù)據(jù)子集； 對(duì)于每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值的數(shù)據(jù)子集，根據(jù)該數(shù)據(jù)子集與其他數(shù)據(jù)子集之間的相似度，將該數(shù)據(jù)子集與其他數(shù)據(jù)子集進(jìn)行合并；對(duì)每個(gè)所包含標(biāo)注數(shù)據(jù)樣本數(shù)量大于設(shè)定的第二閾值的數(shù)據(jù)子集，將其切分為多個(gè)數(shù)據(jù)子集，并保證切分后的每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均小于設(shè)定的第二閾值，且至多有一個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量小于設(shè)定的第一閾值； 確定每個(gè)數(shù)據(jù)子集中所包含標(biāo)注數(shù)據(jù)樣本數(shù)量均大于設(shè)定的第一閾值且小于設(shè)定的第二閾值時(shí)，將當(dāng)前所劃分的數(shù)據(jù)子集結(jié)果作為根據(jù)標(biāo)注數(shù)據(jù)樣本的差異性將包含標(biāo)注數(shù)據(jù)樣本的標(biāo)注數(shù)據(jù)集劃分成的多個(gè)數(shù)據(jù)子集。
13.如權(quán)利要求10-12任一所述的裝置，其特征在于，所述第一確定單元還用于:在分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果前，確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為所述多個(gè)識(shí)別器；或者 在分別確定多個(gè)識(shí)別器對(duì)待識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)識(shí)別的識(shí)別結(jié)果前，確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為所述多個(gè)識(shí)別器。
14.如權(quán)利要求13所述的裝置，其特征在于，所述第一確定單元確定將與待識(shí)別數(shù)據(jù)關(guān)聯(lián)程度最大的設(shè)定個(gè)數(shù)的識(shí)別器，作為所述多個(gè)識(shí)別器，具體包括: 確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)； 將分?jǐn)?shù)最高的設(shè)定個(gè)數(shù)個(gè)識(shí)別器，作為所述多個(gè)識(shí)別器； 所述第一確定單元確定將與待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度大于設(shè)定閾值的識(shí)別器，作為所述多個(gè)識(shí)別器，具體包括: 確定各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)； 將分?jǐn)?shù)超過(guò)設(shè)定分?jǐn)?shù)值的識(shí)別器，作為所述多個(gè)識(shí)別器。
15.如權(quán)利要求14所述的裝置，其特征在于，所述各識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)，具體為: 各識(shí)別器分別計(jì)算待識(shí)別數(shù)據(jù)和該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集的相似度，并將該相似度作為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)；或者 從所述標(biāo)注數(shù)據(jù)集中選取設(shè)定數(shù)量的與所述待識(shí)別數(shù)據(jù)最相近的標(biāo)注數(shù)據(jù)樣本，各識(shí)別器分別確定該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集包含的所選取的標(biāo)注數(shù)據(jù)樣本的數(shù)量與該識(shí)別器對(duì)應(yīng)的數(shù)據(jù)子集中的標(biāo)注數(shù)據(jù)樣本數(shù)量的比值，為該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)。
16.如權(quán)利要求14所述的裝置，其特征在于，所述第二確定單元具體用于: 對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重； 根據(jù)所述多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果O
17.如權(quán)利要求16所述的裝置，其特征在于，所述第二確定單元對(duì)于每個(gè)識(shí)別器，根據(jù)該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)以及該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值，確定該識(shí)別器的投票權(quán)重，具體為: 對(duì)于每個(gè)識(shí)別器，確定該識(shí)別器的投票權(quán)重為該識(shí)別器給出的該待識(shí)別數(shù)據(jù)的關(guān)聯(lián)程度分?jǐn)?shù)與該識(shí)別器對(duì)該待識(shí)別數(shù)據(jù)進(jìn)行識(shí)別后給出的置信值的乘積。
18.如權(quán)利要求16所述的裝置，其特征在于，所述第二確定單元根據(jù)所述多個(gè)識(shí)別器的識(shí)別結(jié)果以及其投票權(quán)重，確定該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果，具體包括: 根據(jù)多個(gè)識(shí)別器的識(shí)別結(jié)果將所述多個(gè)識(shí)別器進(jìn)行分組； 根據(jù)各個(gè)識(shí)別器的投票權(quán)重，確定每個(gè)分組的加權(quán)求和值； 將加權(quán)求和值最大的分組所對(duì)應(yīng)的識(shí)別結(jié)果，確定為該待識(shí)別數(shù)據(jù)的最終識(shí)別結(jié)果。
【文檔編號(hào)】G06F17/30GK103678419SQ201210362300
【公開日】2014年3月26日 申請(qǐng)日期:2012年9月25日 優(yōu)先權(quán)日:2012年9月25日
【發(fā)明者】李建強(qiáng), 劉春辰 申請(qǐng)人:日電（中國(guó)）有限公司