[发明专利]一种面向大规模数据集的两层活动聚类识别方法

权利要求书

1.一种面向大规模数据集的两层活动聚类识别方法，其特征在于，包括如下步骤：

1)基于稀疏编码的活动聚类

1.1)对样本数据根据公式(1)进行稀疏编码，求解稀疏系数α，其中A是训练数据，D是字典，α是待求解的稀疏系数；

A＝Dα (1)

1.2)根据公式(2)计算不同活动类别之间的距离，得到n×n大小的矩阵M，n是活动类别数；

其中Δ_i,j是活动A_i和A_j之间的距离，距离越小，活动之间越相似，f是特征的数量，N_i,k是1)中求解得到α_i,k在第k个特征上非0系数的数量，S_i是活动A_i的样本数量；

1.3)根据矩阵M将互相选择的活动聚类到相同的活动组G_k中，得到初步活动组集G＝{G₁,G₂...G_k}，并将A_i和A_j从活动集A中移除；

1.4)搜索活动集A，从矩阵M中查询每一个A_p∈A的最相似活动A_q,若A_q∈G，则将A_p加入A_q对应的活动组中，并将A_p从活动集A中移除；

1.5)重复步骤1.4)，直至活动集A为空集，或者A中活动数量不再发生改变；

1.6)若A不为空集，则将A中剩余所有活动聚类到一个新的活动组G_m中，将G_m加入G中；

1.7)输出活动组集G，完成活动的分组；

2)特征选择以及组分类器的训练

2.1)根据步骤1)完成的活动组集，将同一个活动组看成同一类活动进行特征选择,特征选择方法如公式(3)所示：

其中W_k是第k个特征的权重值,var(f_k)是第k个特征的方差，var(f_k,i)是第k个特征在活动i上的方差；

2.2)根据步骤2.1)中选择出的特征进行组分类器训练，获得第一层分类器，该分类器用于将活动分类到某个活动组中；

3)特征选择以及组内分类器的训练

3.1)针对每个活动组，在不同的组内使用公式(3)分别进行特征选择；

3.2)根据每个活动组中选择出的特征，分别进行组内分类器的训练，获得第二层分类器，该分类器用于将活动分类到最终具体的活动。

2.根据权利要求1所述的面向大规模数据集的两层活动聚类识别方法，其特征在于，所述步骤1.3)中，互相选择为A_i的最相似活动是A_j，A_j的最相似活动是A_i。