[发明专利]自动特征分析、比较和异常检测的方法有效
| 申请号: | 201710414155.3 | 申请日: | 2013-11-11 |
| 公开(公告)号: | CN107169526B | 公开(公告)日: | 2020-10-16 |
| 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: | G06K9/62 | 分类号: | G06K9/62 |
| 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;杨明钊 |
| 地址: | 美国加利*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 自动 特征 分析 比较 异常 检测 方法 | ||
1.一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至少一个物理特征的至少一个传感器;
通过所述感测和分析设备,基于所述至少一个物理特征产生表示所述多个物理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至少一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,所述至少一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:
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所述至少一个物理特征的全部数量的分量;
对于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,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第一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:
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,N是特征分量的数量,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,基于所述第一多个归一化特征向量、第二多个归一化特征向量或第三多个归一化特征向量中的至少一个来分析所述多个物理对象。
2.根据权利要求1所述的计算机实施的方法,其中,所述聚类包括:
通过所述感测和分析设备,定义第一参数t1和第二参数t2,其中,所述第二参数大于所述第一参数;
通过所述感测和分析设备,计算聚类cj的聚类中心Cj,其中,j是第一计数参数;
通过所述感测和分析设备,计算所述第三多个归一化特征向量的每个特征向量和所述聚类中心Cj之间的距离d(F3i,Cj),其中,每个特征向量称为F3i,且其中,i是第二计数参数;
通过所述感测和分析设备,基于所述第一参数t1和所述第二参数t2分配所述第三多个归一化特征向量的每个特征向量F3i到所述聚类cj,其中,所述分配包括迭代步骤a)-c):
a)如果所述距离d(F3i,Cj)小于所述第一参数t1,则所述特征向量F3i被分配到具有所述聚类中心Cj的聚类cj;
b)如果所述距离d(F3i,Cj)大于所述第二参数t2,则所述特征向量F3i不被分配到具有所述聚类中心Cj的所述聚类cj,增加j且所述特征向量F3i被分配到具有所述聚类中心Cj的所述聚类cj;
c)如果所述距离d(F3i,Cj)大于所述第一参数t1,但小于所述第二参数t2,则推后所述分配;
其中,一旦达到所期望的条件,就停止所述迭代,且聚类每个特征向量F3i,从而获得多个聚类的归一化特征向量。
3.根据权利要求1所述的计算机实施的方法,其中,所述聚类采用有序聚类、K均值聚类、确定性有序聚类或水平集分析聚类。
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/pat/books/201710414155.3/1.html,转载请声明来源钻瓜专利网。





