[发明专利]未知类别的检测和用于未知类别的分类器的初始化在审

专利信息
申请号: 201680045335.2 申请日: 2016-07-20
公开(公告)号: CN107924491A 公开(公告)日: 2018-04-17
发明(设计)人: S·马宗达;D·林;R·B·托瓦;A·莎拉 申请(专利权)人: 高通股份有限公司
主分类号: G06N99/00 分类号: G06N99/00;G06K9/62;G06N3/04
代理公司: 上海专利商标事务所有限公司31100 代理人: 袁逸,陈炜
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 未知 类别 检测 用于 分类 初始化
【权利要求书】:

1.一种检测未知类别的方法,包括:

生成用于第一多个类别的第一分类器,所述第一分类器的输出具有至少为二的维度;以及

设计第二分类器以接收所述第一分类器的输出来决定输入数据是属于所述第一多个类别还是至少一个第二类别。

2.如权利要求1所述的方法,其特征在于,进一步包括,当所述输入数据不属于所述第一多个类别中的一者时,将所述输入数据分类到至少一个未知类别中。

3.如权利要求1所述的方法,其特征在于,设计所述第二分类器包括用属于所述第一多个类别的数据和不属于所述第一多个类别的数据的示例来训练所述第二分类器。

4.如权利要求3所述的方法,其特征在于,不属于所述第一多个类别的所述数据包括合成地生成的否定数据。

5.如权利要求4所述的方法,其特征在于,所述合成地生成的否定数据因变于来自所述第一多个类别的已知数据。

6.如权利要求3所述的方法,其特征在于,进一步包括,至少部分基于不属于所述第一多个类别的所述数据来修改所述第一多个类别中的至少一者、所述至少一个第二类别中的一者、或其组合的边界。

7.如权利要求1所述的方法,其特征在于,所述第一多个类别是多个已知类别。

8.如权利要求1所述的方法,其特征在于,所述至少一个第二类别包括未知类别或者与所述第一多个类别不同的多个类别。

9.如权利要求1所述的方法,其特征在于,所述第二分类器是线性或非线性的。

10.一种生成合成否定数据的方法,包括:

从多个类别获得已知数据;以及

根据所述已知数据合成地生成否定数据。

11.如权利要求10所述的方法,其特征在于,合成地生成所述否定数据包括:

计算已知数据群集中的每个已知数据点与所述群集的质心之间的第一向量;以及

计算因类别而异的群集的质心与所有独立于类别的已知数据点的质心之间的第二向量。

12.如权利要求11所述的方法,其特征在于,进一步包括从所述第二向量或所述第一向量的否定向量生成所述否定数据。

13.如权利要求10所述的方法,其特征在于,进一步包括在所述否定数据上训练分类器。

14.如权利要求10所述的方法,其特征在于,进一步包括,至少部分基于所述否定数据修改至少现有已知类别、现有未知类别、或其组合的边界。

15.一种用于检测未知类别的装置,包括:

至少一个存储器单元;以及

耦合至所述存储器单元的至少一个处理器,所述至少一个处理器被配置成:

生成用于第一多个类别的第一分类器,所述第一分类器的输出具有至少为二的维度;以及

设计第二分类器以接收所述第一分类器的输出来决定输入数据是属于所述第一多个类别还是至少一个第二类别。

16.如权利要求15所述的装置,其特征在于,所述至少一个处理器进一步配置成,当所述输入数据不属于所述第一多个类别中的一者时,将所述输入数据分类到至少一个未知类别中。

17.如权利要求15所述的装置,其特征在于,所述至少一个处理进一步配置成用属于所述第一多个类别的数据和不属于所述第一多个类别的数据的示例来训练所述第二分类器。

18.如权利要求17所述的装置,其特征在于,不属于所述第一多个类别的所述数据包括合成地生成的否定数据。

19.如权利要求18所述的装置,其特征在于,所述合成地生成的否定数据因变于来自所述第一多个类别的已知数据。

20.如权利要求17所述的装置,其特征在于,所述至少一个处理器进一步配置成至少部分基于不属于所述第一多个类别的所述数据来修改所述第一多个类别中的至少一者、所述至少一个第二类别中的一者、或其组合的边界。

21.如权利要求15所述的装置,其特征在于,所述第一多个类别是多个已知类别。

22.如权利要求15所述的装置,其特征在于,所述至少一个第二类别包括未知类别或者与所述第一多个类别不同的多个类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于高通股份有限公司,未经高通股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680045335.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top