[发明专利]一种数据存储的方法、及其数据获取方法、装置

权利要求书

1.一种数据存储的方法，其特征在于，该方法包括，

为N个待存储数据分配一个N维第一参数向量；

对所述第一参数向量进行N维置换，获得N个分别具有N维的第二参数向量，

构建一将当前第二参数向量映射到所述待存储数据的期望数据样本的神经网络模型，

对所述神经网络模型的模型参数、和/或第一参数向量进行调整，直至当前第二参数向量基于训练后的神经网络模型所获得的所述待存储数据的期望数据样本回归于所述待存储数据；

存储所述当前第一参数向量。

2.如权利要求1所述的方法，其特征在于，该方法还包括，如果当前第二参数向量基于训练后的神经网络模型所获得的所述待存储数据的期望数据样本未回归于所述待存储数据，则对当前第一参数向量进行N维置换，返回执行所述对所述神经网络模型的模型参数和/或第一参数向量进行调整的步骤。

3.如权利要求1所述的方法，其特征在于，该方法还包括，对所述待存储数据按照类别进行区分，和/或，对同一类别数据分别为每个待存储数据分配标识，并存储所述类别和/或标识与所述第一参数向量的对应关系；

该方法还包括，存储训练后的神经网络模型的模型参数；

所述第一参数向量中各维参数初始值按照高斯分布随机值分别从所述N个待存储数据获得。

4.如权利要求3所述的方法，其特征在于，所述对所述第一参数向量进行N维置换，获得N个分别具有N维的第二参数向量，包括，通过N个仿射变换矩阵对所述第一参数向量进行N维置换，使得所述第二参数向量在每个维度上的值与所述第一参数向量对应维度上的值不同。

5.如权利要求4所述的方法，其特征在于，所述通过N个仿射变换矩阵对所述第一参数向量进行N维置换，使得所述第二参数向量在每个维度上的值与所述第一参数向量对应维度上的值不同，包括，

通过N个仿射变换矩阵分别对所述第一参数向量进行置换，使得：当k等于1时，所述第二参数向量等于第一参数向量；当k不等于1时，分别把所述第一参数向量的前k-1个元素截出放到该参数向量的末端，得到k-1个分别具有N维的第二参数向量，其中，k＝1,…N。

6.如权利要求5所述的方法，其特征在于，所述通过N个仿射变换矩阵对所述第一参数向量进行置换包括，

将所述N个仿射变换矩阵分别与所述第一参数向量相乘，

其中，N个仿射变换矩阵分别为N×N的矩阵，且，所述仿射变换矩阵中的元素a_ij满足：

。

7.如权利要求3所述的方法，其特征在于，所述对所述第一参数向量进行N维置换，获得N个分别具有N维的第二参数向量，包括，

将第一参数向量中对应于所述标识的维度之值和第一参数向量中第一个维度之值互相交换，分别获得具有N维的第二参数向量。

8.如权利要求7所述的方法，其特征在于，所述将第一参数向量中对应于所述标识的维度之值和第一参数向量中第一个维度之值互相交换包括，

通过N个仿射变换矩阵分别对所述第一参数向量进行置换，使得：当k等于1时，所述第二参数向量等于第一参数向量；当k不等于1时，分别把所述第一参数向量的第k个元素与第一个元素互换，其中，k＝1,…N。

9.如权利要求8所述的方法，其特征在于，所述通过N个仿射变换矩阵分别对所述第一参数向量进行置换包括，

将所述N个仿射变换矩阵分别与所述第一参数向量相乘，

其中，N个仿射变换矩阵分别为N×N的矩阵，且，所述仿射变换矩阵中的元素a_ij满足：

a_1k＝1

a_k1＝1

。