[发明专利]特征提取方法、装置、存储介质及电子设备

说明书

本申请公开了一种特征提取方法、装置、存储介质及电子设备，在本申请中，电子设备在侦测到目标服务的特征获取请求时，首先根据该特征获取请求确定关联目标服务的数据，然后获取目标服务对特征的需求信息，并获取对应需求信息的需求向量，再将关联目标服务的数据作为训练输入、将需求向量作为目标输出，构建对应的神经网络，并对构建的神经网络进行训练，最后根据训练后的神经网络对关联目标服务的数据进行特征提取，并将提取到的特征提供给目标服务。由此，能够灵活高效的向不同服务提供与之关联的特征，满足其所需。

技术领域

本申请涉及计算机技术领域，尤其涉及一种特征提取方法、装置、存储介质及电子设备。

背景技术

目前，随着传感器的小型化、智能化，如手机、平板电脑等电子设备集成了越来越多的传感器，比如光线传感器、距离传感器、位置传感器、加速度传感器以及重力传感器，等等。电子设备能够通过其配置的传感器以更小的功耗采集到更多的数据。同时，电子设备在运行过程中还会采集到系统相关的数据以及用户相关的数据，等等。但伴随而来的是，电子设备采集到的数据也越来越繁杂，若直接对这些数据进行特征提取，那么将提取出大量的特征，其维数成千上万，造成了维数灾难。

发明内容

第一方面，本申请实施例提供一种特征提取方法，应用于电子设备，包括：

侦测目标服务的特征获取请求，并根据所述特征获取请求确定关联所述目标服务的数据；

获取所述目标服务对特征的需求信息，并获取对应所述需求信息的需求向量；

将所述数据作为训练输入、将所述需求向量作为目标输出，构建对应的神经网络，并对所述神经网络进行训练；

根据训练后的所述神经网络对所述数据进行特征提取，并将提取到的特征提供给所述目标服务。

第二方面，本申请实施例提供一种特征提取装置，应用于电子设备，包括：

请求侦测模块，用于侦测目标服务的特征获取请求，并根据所述特征获取请求确定关联所述目标服务的数据；

向量获取模块，用于获取所述目标服务对特征的需求信息，并获取对应所述需求信息的需求向量；

网络训练模块，用于将所述数据作为训练输入、将所述需求向量作为目标输出，构建对应的神经网络，并对所述神经网络进行训练；

特征提取模块，用于根据训练后的所述神经网络对所述数据进行特征提取，并将提取到的特征提供给所述目标服务。

第三方面，本申请实施例提供一种存储介质，其上存储有计算机程序，其中，当所述计算机程序在计算机上执行时，使得所述计算机执行本申请实施例提供的特征提取方法中的步骤。

第四方面，本申请实施例提供一种电子设备，包括存储器，处理器，所述处理器通过调用所述存储器中存储的计算机程序，用于执行本申请实施例提供的特征提取方法中的步骤。

在本申请中，电子设备在侦测到目标服务的特征获取请求时，首先根据该特征获取请求确定关联目标服务的数据，然后获取目标服务对特征的需求信息，并获取对应需求信息的需求向量，再将关联目标服务的数据作为训练输入、将需求向量作为目标输出，构建对应的神经网络，并对构建的神经网络进行训练，最后根据训练后的神经网络对关联目标服务的数据进行特征提取，并将提取到的特征提供给目标服务。由此，能够灵活高效的向不同服务提供与之关联的特征，满足其所需。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的全景感知架构的结构示意图。