[发明专利]一种信号模式的快速学习与识别方法

权利要求书

1.一种信号模式的快速学习与识别方法，其特征在于，包括：

信息表征模块、对比学习与识别模块和解释模块；

所述信息表征模块由若干层神经网络组成，用于实现待学习数据在神经网络内的表征，降低信息的维度；所述信息表征模块的若干层神经网络，这些神经网络具有特定的连接权值，这些连接权值不需要在学习过程进行修改，每一层神经网络都由若干神经元组成；

所述对比学习与识别模块用于对比学习与识别表征后的信息，并将学习结果保存到记忆库、输出识别结果；所述的对比学习，是通过与记忆库中的记忆记录进行对比来实现学习，具体是通过度量新输入样本与记忆库中的记忆记录之间的距离来判断其类别，选用最小距离原则，也就是根据新输入样本与记忆库中的记忆记录之间最小的距离来判断其类别；所述的度量距离，其度量函数有欧式距离、汉明距离、切比雪夫距离和方差等；

所述解释模块用于解释输出的结果，给出输出结果的决策依据。

2.根据权利要求1所述的方法，其特征在于，还包括：

所述的对比学习，若训练样本有标签，那么将表征信号与标签合并成一条记录，存入记忆库，并利用计算的度量距离来判别给定的样本标签是否合理；所述的判别给定的样本标签是否合理，是指若根据计算的度量距离确定的样本类别与给定的标签一致，那么就认为标签合理，否则提示学习结果与样本标签不一致；若训练样本没有标签，那么就通过计算度量距离，选用最小距离原则来为训练样本设置合适的标签；

所述的识别，是指用对比学习与识别模块计算度量距离来确定样本的类别，也就是计算待识别样本的表征信号与记忆库中的记忆记录之间最小的距离来判断其类别。

3.根据权利要求1所述的方法，其特征在于，还包括：

在学习过程中，该方法没有需要修改的连接权值，无需反复迭代运算。