[发明专利]一种基于大数据的目标识别的数据处理系统

权利要求书

1.一种基于大数据的目标识别的数据处理系统，其特征在于，所述系统包括：数据获取模块(20)，数据划分模块(30)，模型构建模块(40)以及模型判定模块(50)；

所述数据获取模块(20)用于获取目标先验知识；

所述数据划分模块(30)用于按预设比例随机将所述目标先验知识划分为训练数据集和验证数据集，其中，所述目标先验知识中包括样本图像数据和样本标签数据；

所述模型构建模块(40)用于根据所述训练数据集的数据类型，确定图像特征提取方式，并基于所述图像特征提取方式，提取所述训练数据集中的图像特征，并基于所述图像特征构建超图模型，

其中，所述超图模型中设置有标签传递损失函数，所述标签传递损失函数由特征相似度、标签敏感度以及经验损失项的和值组成，

其中，所述标签传递损失函数的计算公式为：

式中，R_emp(Y)为所述标签的经验损失项，λ₁为第一权重系数，λ₂为第二权重系数，为特征相似度函数，φ为敏感度函数，为判别函数，v_i为第i个节点，为与节点v_i在同一个超边e_i中第j个节点，为预测标签，y_i为标签向量，所述判别函数用于判别所述预测标签与所述标签向量y_i之间差异的大小，其取值范围为[-1，1]，Y为标签向量集合，其中，所述敏感度函数φ的计算公式为：

所述模型判定模块(50)用于利用所述验证数据集对所述超图模型进行训练，当判定所述超图模型收敛时，将所述超图模型记作数据处理模型，所述数据处理模型用于输出待识别数据的数据标签。

2.如权利要求1所述的基于大数据的目标识别的数据处理系统，其特征在于，所述模型构建模块(40)具体包括：度量值计算单元(41)以及超边构建单元(42)；

所述度量值计算单元(41)用于以训练数据集中每个样本图像数据的图像特征为节点，计算任两个节点之间的邻近度量值；

所述超边构建单元(42)用于当判定任两个节点之间的邻近度量值小于邻近阈值时，将节点v_j放入节点v_i的超边集合，并根据所述超边集合构建所述超图模型的超边。

3.如权利要求2所述的基于大数据的目标识别的数据处理系统，其特征在于，所述度量值计算单元(41)计算任两个节点之间邻近度量值的计算公式为：

式中，A_ij为节点v_i与节点v_j之间的邻近度量值，d()为欧氏距离函数，σ_i和σ_j分别为节点v_i与节点v_j的缩放常数，f_θ(x_i)和f_θ(x_j)分别为节点v_i与节点v_j的图像特征。

4.如权利要求1所述的基于大数据的目标识别的数据处理系统，其特征在于，所述特征相似度函数的计算公式为：

式中，T为特征差函数，t为预设阈值。

5.如权利要求1至4中任一项所述的基于大数据的目标识别的数据处理系统，其特征在于，所述系统还包括：数据传输模块(10)；

所述数据传输模块(10)用于接收所述目标先验知识，并将所述目标先验知识传输至所述数据获取模块(20)。