[发明专利]一种数据处理方法以及装置

说明书

本发明实施例公开了一种数据处理方法以及装置，该数据处理方法涉及人工智能领域中的机器学习方向，其中，数据处理方法包括：获取待处理数据；提取所述待处理数据的特征信息，构建所述待处理数据的特征矩阵；基于预设步长以及预设滑窗，对所述特征矩阵中的元素进行分组，得到多个元素集合；将所述多个元素集合进行卷积处理，得到所述待处理数据的处理结果，因此，可以提高数据处理的效率。

技术领域

本发明涉及计算机技术领域，具体涉及一种数据处理方法以及装置。

背景技术

人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向，其中，机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。

随着人工智能技术研究和进步，人工智能技术在多个领域展开研究和应用，目前，也会在移动前端设备如智能相机、无人机以及机器人等计算资源有限的设备上部署卷积神经网络，然而，卷积神经网络的参数数量越来越多，计算量也变得越来越大，因此降低了设备数据处理的效率。

发明内容

本发明实施例提供一种数据处理方法以及装置，可以提高数据处理的效率。

本发明实施例提供了一种数据处理方法，包括：

获取待处理数据；

提取所述待处理数据的特征信息，构建所述待处理数据的特征矩阵；

基于预设步长以及预设滑窗，对所述特征矩阵中的元素进行分组，得到多个元素集合；

将所述多个元素集合进行卷积处理，得到所述待处理数据的处理结果。

相应的，本发明实施例还提供了一种数据处理装置，包括：

获取模块，用于获取待处理数据；

构建模块，用于提取所述待处理数据的特征信息，构建所述待处理数据的特征矩阵；

分组模块，用于基于预设步长以及预设滑窗，对所述特征矩阵中的元素进行分组，得到多个元素集合；

处理模块，用于将所述多个元素集合进行卷积处理，得到所述待处理数据的处理结果。

可选的，在本发明的一些实施例中，所述分组模块包括：

遍历单元，用于基于预设步长以及预设滑窗，遍历所述特征矩阵中的每一个元素；

添加单元，用于将遍历过程中位于预设滑窗中同一位置的元素添加至同一集合中，得到多个元素集合。

可选的，在本发明的一些实施例中，所述遍历单元具体用于：

基于预设步长在所述特征矩阵上滑动所述滑窗；

在每次滑动后获取所述滑窗内数据在预设缓存空间的存储地址；

根据所述存储地址从所述预设缓存空间读取相应的数据，得到所述特征矩阵中的每一个元素对应的数据。

可选的，在本发明的一些实施例中，所述添加单元具体用于：

获取遍历过程中所有元素在预设滑窗中的位置信息；

将位置信息相同的元素添加至同一集合中，得到多个元素集合。

可选的，在本发明的一些实施例中，所述处理模块包括：

第一卷积单元，用于将多个元素集合与预置第一卷积核进行卷积，得到所述特征矩阵卷积后的中间矩阵；