[发明专利]自动特征分析、比较和异常检测在审

专利信息
申请号: 201380058287.7 申请日: 2013-11-11
公开(公告)号: CN104769578A 公开(公告)日: 2015-07-08
发明(设计)人: 沃尔夫冈·芬克 申请(专利权)人: 加州理工学院
主分类号: G06F17/00 分类号: G06F17/00
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 陆建萍;郑霞
地址: 美国加利*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要: 公开了用于自动数据分析的新方法和系统。可自动地分析数据以确定在诸如视野分析和比较的不同应用中的特征。可通过对象的聚类检测在成组的对象之间的异常。
搜索关键词: 自动 特征 分析 比较 异常 检测
【主权项】:
一种计算机实施的方法,包括:提供感测和分析设备,所述感测和分析设备包括配置成检测描述多个物理对象的多个物理特征的多个传感器;通过所述感测和分析设备,基于所述多个物理特征产生表示多个对象的多个特征向量,其中,所述多个特征向量包括描述所述多个物理特征的多个分量,其中,所述多个分量的每个分量具有数值范围,其中,所述多个物理特征的每个物理特征由每个特征向量中的至少一个分量表示;通过所述感测和分析设备,将每个分量的所述数值范围转换至0和1之间的范围,其中,所述转换通过以下公式执行<mrow><msub><mrow><mi>F</mi><mn>1</mn></mrow><mi>ij</mi></msub><mo>=</mo><mfrac><mrow><msub><mi>OrigF</mi><mi>ij</mi></msub><mo>-</mo><msub><mi>MinF</mi><mi>j</mi></msub></mrow><mrow><msub><mi>MaxF</mi><mi>j</mi></msub><mo>-</mo><msub><mi>MinF</mi><mi>j</mi></msub></mrow></mfrac></mrow>其中,F1ij是第i个对象和第j个特征分量的归一化的值,OrigFij是第i个对象的第j个原特征分量值,MinFj和MaxFj是第j个特征分量的最小值和最大值,从而获得第一多个归一化特征向量,其包括第一多个归一化分量,且还包括所述第一多个归一化特征向量的每个第一归一化特征向量的每个物理特征的全部数量的分量;对于所述第一多个特征向量的每个第一归一化特征向量,由所述感测和分析设备将每个第一归一化特征向量的每个物理特征的所述多个归一化分量除以所述第一归一化特征向量的每个物理特征的分量的总数,从而获得第二多个归一化特征向量;由所述感测和分析设备通过以下公式归一化所述第二多个归一化特征向量:<mrow><msub><mrow><mi>F</mi><mn>3</mn></mrow><mi>ij</mi></msub><mo>=</mo><mfrac><msub><mrow><mi>F</mi><mn>2</mn></mrow><mi>ij</mi></msub><msqrt><munderover><mi>&Sigma;</mi><mrow><mi>j</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msup><mrow><mo>(</mo><msub><mrow><mi>F</mi><mn>2</mn></mrow><mi>ij</mi></msub><mo>)</mo></mrow><mn>2</mn></msup></msqrt></mfrac></mrow>其中,F2ij是所述第二多个归一化特征向量的特征向量的分量,且F3ij是第三多个归一化特征向量的每个特征向量的合成分量;通过所述感测和分析设备,聚类所述第三多个归一化特征向量,从而获得多个聚类的归一化特征向量;通过所述感测和分析设备将主分量分析应用到所述多个聚类的归一化特征向量,从而获得距离标志值和第一评估的多个归一化特征向量;通过所述感测和分析设备,基于阈值通过计数所述多个聚类的归一化特征向量的每个特征向量计算数量标志值,从而获得第二评估的多个归一化特征向量;通过所述感测和分析设备基于所述第一评估的多个归一化特征向量或所述第二评估的多个归一化特征向量分析所述多个物理对象。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于加州理工学院,未经加州理工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201380058287.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top