[发明专利]一种基于大规模Embedding技术的Wi-Fi聚类方法及系统有效
申请号: | 201810096348.3 | 申请日: | 2018-01-31 |
公开(公告)号: | CN108345661B | 公开(公告)日: | 2020-04-28 |
发明(设计)人: | 张宇;李雯 | 申请(专利权)人: | 华南理工大学 |
主分类号: | G06F16/9537 | 分类号: | G06F16/9537;G06Q30/06;G06K9/62;G06N3/04;G06N3/08;H04L29/08 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 冯炳辉 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于大规模Embedding技术的Wi‑Fi聚类方法及系统,主要是通过将用户对Wi‑Fi的连接行为按时间序列化,在经过滑动窗口的进行加窗处理以及负采样后,得到一组Local Context和Global Context,输入到一个三层神经网络中,来预测滑动窗口下一个Wi‑Fi出现的概率,而输入层到隐藏层之间的权值矩阵则为Wi‑Fi的Embedding向量,该向量能有效的表征Wi‑Fi的特点;再利用该Embedding向量作为特征采用传统的聚类算法进行聚类,可得到较好的聚类效果。本发明可充分学习到每个Wi‑Fi的一个唯一的向量表达,使相同场景下的Wi‑Fi能得到相近的向量表达;能使模型较快得到收敛,对大规模的数据训练和测试在性能上有较大提高。 | ||
搜索关键词: | 一种 基于 大规模 embedding 技术 wi fi 方法 系统 | ||
【主权项】:
1.一种基于大规模Embedding技术的Wi‑Fi聚类方法,其特征在于:首先进行数据样本整理,将每一个用户半年的连接过Wi‑Fi按照时间顺序组成一个个序列,统计每个用户连接过的Wi‑Fi的数量的分布情况,根据分布情况,确定上下两个阈值,去掉连接过的Wi‑Fi数量超出阈值范围内的用户序列,将样本中出现过的Wi‑Fi进行统计得到一个字典,根据字典将每一个Wi‑Fi进行One‑Hot独热编码,随机选取字典中一部分的Wi‑Fi根据Wi‑Fi来源场景人工标注其场景类别作为这个Wi‑Fi的类别;然后,将每一个用户的Wi‑Fi序列经过滑动窗口的进行加窗处理,窗口内的Wi‑Fi记为局部信息,对扫描过的Wi‑Fi进行随机采样得到一组Wi‑Fi记为全局信息,当前窗口后面一个Wi‑Fi标注为局部信息和全局信息的样本标签;联合局部信息样本和全局信息样本作为一组大规模Embedding的训练样本;通过一个三层神经网络模型将Wi‑Fi进行Embedding映射到一个高维空间,使每一个Wi‑Fi在高维空间有一个向量与其一一对应,且该高维向量能保存其对应Wi‑Fi的特征,该三层神经网络模型通过输入一组训练样本,预测该样本标签出现的概率,学习到的输入层与隐藏层之间的权重即为Embedding到高维空间的新的向量;其次,在人工标注的Wi‑Fi类别下使用Embedding的Wi‑Fi高维向量计算类内平均余弦相似度和类间平均余弦相似度,设定一个阈值,比较两个余弦相似度的差异程度,当这个差别超过这个阈值,即认为这个训练的向量有效,并将Embedding的向量使用TSNE和Tensorbord可视化,直接观察相同类别的Wi‑Fi向量的聚拢程度;最后,根据实际应用场景的多少以及Wi‑Fi数量级的大小选择聚类的类别个数,将学习到的Wi‑Fi的向量输入到Kmeans聚类算法中进行聚类得到每一个Wi‑Fi的类别。
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华南理工大学,未经华南理工大学许可,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/201810096348.3/,转载请声明来源钻瓜专利网。