一种基于多级耦合算法的数字矩阵处理方法与流程

本发明涉及数字矩阵分析处理，具体而言，涉及一种基于多级耦合算法的数字矩阵处理方法。

背景技术：

1、基于多级耦合算法的数字矩阵处理方法在促进科技创新方面发挥着重要的作用，目前在数字矩阵处理领域不论是机器学习还是深度学习，大多数单一算法都不能够很好地适应例如arxiv论文库的使用情景，并且由于缺乏目标导向和过程数据的可视化，导致数字矩阵不能被适当地处理，使结果不尽如人意。

2、为此提出一种基于多级耦合算法的数字矩阵处理方法，以解决上述提出的问题。

技术实现思路

1、本发明旨在提供一种基于多级耦合算法的数字矩阵处理方法，以解决或改善上述在海量数字矩阵下如何通过机器学习算法对数据进行标注，并能够高度可解释性地可视化标注数据的分类依据的技术问题。

2、有鉴于此，本发明的第一方面在于提供一种基于多级耦合算法的数字矩阵处理方法。

3、本发明的第二方面在于提供数字矩阵处理系统。

4、本发明的第三方面在于提供一种电子设备。

5、本发明的第一方面提供了一种基于多级耦合算法的数字矩阵处理方法，通过多级耦合模型处理所述数字矩阵，所述多级耦合模型通过下述步骤获取：获取图片数据集中的数字矩阵，根据所述数字矩阵的维度生成多层拓扑结构；其中，所述拓扑结构的节点用于表征所述维度的分布结果，所述节点之间的关联关系用于表征所述分布结果之间的连接关系；获取所述分布结果在相邻所述维度上的分类概率；将所述分类概率设置在所述拓扑结构中用于表征对应所述分布结果的节点上，以获得所述多级耦合模型。

6、进一步地，所述的根据所述数字矩阵的维度生成多层拓扑结构的步骤，包括：根据所述数字矩阵的数据点分布，选择聚类方法对所述数字矩阵聚类；根据所述数字矩阵的维度确定所述拓扑结构的层，将每个所述维度内分布结果确定为对应所述层上对节点；根据聚类的结果将所述节点划分为子节点和叶子节点。

7、进一步地，所述根据所述数字矩阵的数据点分布，选择聚类方法对所述数字矩阵聚类的步骤，包括：降维处理所述数字矩阵，以获得二维数据；分析所述二维数据中数据的分布形状，根据所述分布形状选择所述聚类方法；根据选择的所述聚类方法，获取包含所述二维数据的聚类中心的聚类结果。

8、进一步地，所述的获取包含所述二维数据的聚类中心的聚类结果的步骤，包括：计算所述二维数据在二维平面对应点的局部密度，以及每个所述点与其他点的相对距离；根据所述局部密度计算平均密度，以及根据所述相对距离计算平均相对距离；获取局部密度大于平均密度，并相对距离大于平均相对距离的点，将该点作为所述聚类中心。

9、进一步地，所述的根据所述数字矩阵的维度生成多层拓扑结构的步骤，还包括：通过聚类的结果对所述数字矩阵上标签，以获得带有标签的验证数据；将所述验证数据输入所述拓扑结构，通过所述叶子节点获得对照数据；根据所述对照数据和验证数据，修改所有所述节点的分类概率，直至所述对照数据和验证数据相同。

10、进一步地，所述的根据所述数字矩阵的维度确定所述拓扑结构的层的步骤，包括：设置一个根节点，并作为所述拓扑结构的第一层；根据所述维度的个数及顺序，在所述第一层之后依次设置所述拓扑结构的其他层。

11、进一步地，所述的根据聚类的结果将所述节点划分为子节点和叶子节点的步骤，包括：获取聚类的结果中聚类中心的个数；根据所述聚类中心的个数设定所述叶子节点；将未设定为叶子节点的节点设定为子节点。

12、进一步地，所述的通过多级耦合模型处理所述数字矩阵的步骤，包括：获取飞行器的图片数据集，提取所述图片数据集的图片中飞行器参数；通过所述节点表征所述飞行器参数，通过相邻层之间节点的连接关系表征所述飞行器参数所在飞行器类型；获取每个飞行器参数所在飞行器类型，将所述飞行器类型标注用于表征对应所述飞行器参数的节点；其中，根据节点及节点的连接关系生成拓扑图，以表征所述飞行器参数和飞行器类型。

13、本发明的第二方面提供了一种数字矩阵处理系统，包括：数数据收集模块，用于获取所述数据库中数字矩阵的数据；计算处理模块，根据所述多级耦合模型计算所述数据的特征信息；结果输出模块，将获得的特征信息向外输出。

14、本发明的第三方面提供了一种电子设备，包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述方法的步骤。

15、本发明与现有技术相比所具有的有益效果：

16、较现有的方法，有效指准确率高，可解释性指可观测可视化，能够更有效、更具可解释性地处理数字矩阵，对每一条数据生成标注，方便从业者对巨量数据进行直观地分析。

17、基于多种机器学习算法，每个算法都满足简单易用的条件，使本发明具有高可用性，并且也使性能有了显著的提高。

18、在数字矩阵处理、数据挖掘和细粒度知识服务等领域具有广阔的应用前景。

19、根据本发明的实施例的附加方面和优点将在下面的描述部分中变得明显，或通过根据本发明的实施例的实践了解到。

技术特征：

1.一种基于多级耦合算法的数字矩阵处理方法，其特征在于，通过多级耦合模型处理所述数字矩阵，所述多级耦合模型通过下述步骤获取：

2.根据权利要求1所述的基于多级耦合算法的数字矩阵处理方法，其特征在于，所述的根据所述数字矩阵的维度生成多层拓扑结构的步骤，包括：

3.根据权利要求2所述的基于多级耦合算法的数字矩阵处理方法，其特征在于，所述根据所述数字矩阵的数据点分布，选择聚类方法对所述数字矩阵聚类的步骤，包括：

4.根据权利要求3所述的基于多级耦合算法的数字矩阵处理方法，其特征在于，所述的获取包含所述二维数据的聚类中心的聚类结果的步骤，包括：

5.根据权利要求2所述的基于多级耦合算法的数字矩阵处理方法，其特征在于，所述的根据所述数字矩阵的维度生成多层拓扑结构的步骤，还包括：

6.根据权利要求2所述的基于多级耦合算法的数字矩阵处理方法，其特征在于，所述的根据所述数字矩阵的维度确定所述拓扑结构的层的步骤，包括：

7.根据权利要求4所述的基于多级耦合算法的数字矩阵处理方法，其特征在于，所述的根据聚类的结果将所述节点划分为子节点和叶子节点的步骤，包括：

8.根据权利要求1所述的基于多级耦合算法的数字矩阵处理方法，其特征在于，所述的通过多级耦合模型处理所述数字矩阵的步骤，包括：

9.用于实施如权利要求1-8中任一项所述方法的数字矩阵处理系统，其特征在于，包括：

10.一种电子设备，包括存储器、处理器以及储存在所述储存器中并且能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述方法的步骤。

技术总结
本发明属于数字矩阵分析处理技术领域，具体公开了一种基于多级耦合算法的数字矩阵处理方法，包括：获取图片数据集中的数字矩阵，根据数字矩阵的维度生成多层拓扑结构；获取所有分布结果的分布概率，根据分布概率获取分布结果对应节点在拓扑结构中的分类概率；通过所有分类概率对拓扑结构上每个节点标注，以获得多级耦合模型；具有如下优点：较现有的方法，能够更有效、更具可解释性地处理数字矩阵，对每一条数据生成标注，方便从业者对巨量数据进行直观的分析；基于多种机器学习算法，每个算法都满足简单易用的条件，使本发明具有高可用性，并且也使性能有了显著的提高。

技术研发人员：苏岩,马原驰,主文浩,杨思云
受保护的技术使用者：北京半人科技有限公司
技术研发日：
技术公布日：2024/1/16