[发明专利]数据分类方法及装置

摘要

本公开揭示了一种数据分类方法及装置，属于数据分类技术领域。所述数据分类方法包括获取测试数据，通过预定方法计算得到与测试数据对应的稀疏系数向量；根据训练得到的训练矩阵确定稀疏系数向量中的每个非零变量针对每种类别标签的后验概率；根据每种类别标签所对应的后验概率，计算得到每种类别标签所对应的后验概率之和；将后验概率之和最大的类别标签所指示的类别，确定为测试数据的类别。通过确定稀疏系数向量中的每个非零变量针对每种类别的后验概率，将后验概率和值最大的类别确定为测试数据的类别；因此解决了一般的分类方法由于需要训练复杂的分类器且存在大量的模型文件，从而使得分类速度较慢的问题；达到了提高分类效率的效果。

主权项

一种数据分类方法，其特征在于，所述方法包括：选取第一训练样本集和第二训练样本集，所述第一训练样本集和所述第二训练样本集中的训练样本为图片；利用所述第一训练样本集得到字典，对于所述第二训练样本集中的每个训练样本，计算训练样本映射到所述字典时得到的稀疏系数向量，将所述稀疏系数向量确定为训练稀疏系数向量；对于每个类别标签所指示的类别，根据各个所述训练稀疏系数向量中的位于同一位置的各个变量，计算所述位置处的变量为非零时，所述训练稀疏系数向量所对应的训练样本属于类别标签所指示类别的后验概率；利用各个位置的变量所对应的后验概率组成训练矩阵，所述训练矩阵中一行的数据分别为各个所述训练稀疏系数向量中同一个位置的变量所对应的后验概率，所述训练矩阵的每一行对应各个所述训练稀疏系数向量中的一个位置的变量，每一列对应一个类别标签；获取测试数据，通过预定方法计算得到与所述测试数据对应的稀疏系数向量，所述稀疏系数向量是所述测试数据映射到训练得到的字典上时得到的系数向量；对于所述稀疏系数向量中的每个非零变量，根据训练得到的训练矩阵确定所述非零变量针对每种类别标签的后验概率，所述训练矩阵中包括各个变量属于每个类别标签所指示类别的后验概率；根据每种类别标签所对应的后验概率，计算得到每种类别标签所对应的后验概率之和；将后验概率之和最大的类别标签所指示的类别，确定为所述测试数据的类别。