[发明专利]操作序列的获取方法、装置、存储介质、处理器和服务端有效

专利信息
申请号: 201710654334.4 申请日: 2017-08-03
公开(公告)号: CN107392257B 公开(公告)日: 2020-05-12
发明(设计)人: 王昊;陈蔚文;冀秦豫;乔广飞 申请(专利权)人: 网易(杭州)网络有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京博浩百睿知识产权代理有限责任公司 11134 代理人: 宋子良
地址: 310000 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 操作 序列 获取 方法 装置 存储 介质 处理器 服务端
【权利要求书】:

1.一种操作序列的获取方法,其特征在于,包括:

获取训练数据集合中包含的多种类别的训练数据子集对应的降维矩阵以及降维后的数据子集;

根据所述多种类别的训练数据子集对应的降维矩阵以及降维后的数据子集确定与待分类的战场信息对应的操作序列;

其中,根据所述多种类别的训练数据子集对应的降维矩阵以及降维后的数据子集确定与所述待分类的战场信息对应的操作序列包括:对所述待分类的战场信息进行格式化处理,得到格式化向量;按照预设分类方式确定所述格式化向量包含的多个类别子向量,并从所述多种类别的训练数据子集对应的降维矩阵中获取与每类子向量对应的降维矩阵;采用与每类子向量对应的降维矩阵对每类子向量进行降维处理,得到降维后的子向量;从与所述降维后的子向量对应的降维后的数据子集中获取与所述待分类的战场信息对应的操作序列。

2.根据权利要求1所述的方法,其特征在于,获取所述训练数据集合中包含的所述多种类别的训练数据子集对应的降维矩阵以及降维后的数据子集包括:

按照预设分类方式对所述训练数据集合进行分类,得到多种类别的训练数据子集;

获取与每类训练数据子集对应的降维矩阵;

采用与每类训练数据子集对应的降维矩阵对每类训练数据子集进行降维处理,得到降维后的数据子集。

3.根据权利要求1所述的方法,其特征在于,从与所述降维后的子向量对应的降维后的数据子集中获取与所述待分类的战场信息对应的操作序列包括:

查找与所述待分类的战场信息最为接近的一个或多个战场;

从所述一个或多个战场中获取与所述待分类的战场信息对应的操作序列。

4.根据权利要求3所述的方法,其特征在于,从所述一个或多个战场中获取与所述待分类的战场信息对应的操作序列包括:

从所述一个或多个战场中所包含的全部操作中过滤异常操作;

在过滤后的操作中选取使用频率最高的操作。

5.一种操作序列的获取装置,其特征在于,包括:

获取模块,用于获取训练数据集合中包含的多种类别的训练数据子集对应的降维矩阵以及降维后的数据子集;

确定模块,用于根据所述多种类别的训练数据子集对应的降维矩阵以及降维后的数据子集确定与待分类的战场信息对应的操作序列;

其中,所述确定模块包括:第二处理单元,用于对所述待分类的战场信息进行格式化处理,得到格式化向量;第二获取单元,用于按照预设分类方式确定所述格式化向量包含的多个类别子向量,并从所述多种类别的训练数据子集对应的降维矩阵中获取与每类子向量对应的降维矩阵;第三处理单元,用于采用与每类子向量对应的降维矩阵对每类子向量进行降维处理,得到降维后的子向量;第三获取单元,用于从与所述降维后的子向量对应的降维后的数据子集中获取与所述待分类的战场信息对应的操作序列。

6.根据权利要求5所述的装置,其特征在于,所述获取模块包括:

分类单元,用于按照预设分类方式对所述训练数据集合进行分类,得到多种类别的训练数据子集;

第一获取单元,用于获取与每类训练数据子集对应的降维矩阵;

第一处理单元,用于采用与每类训练数据子集对应的降维矩阵对每类训练数据子集进行降维处理,得到降维后的数据子集。

7.根据权利要求5所述的装置,其特征在于,所述第三获取单元包括:

查找子单元,用于查找与所述待分类的战场信息最为接近的一个或多个战场;

获取子单元,用于从所述一个或多个战场中获取与所述待分类的战场信息对应的操作序列。

8.根据权利要求7所述的装置,其特征在于,所述获取子单元,用于从所述一个或多个战场中所包含的全部操作中过滤异常操作,在过滤后的操作中选取使用频率最高的操作。

9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的操作序列的获取方法。

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网易(杭州)网络有限公司,未经网易(杭州)网络有限公司许可,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/201710654334.4/1.html,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