机械式学习发明专利

对象识别方法及装置、终端、处理器、存储介质

中国国家发明专利

发明人：熊楚渝

申请号/专利号：2017102984812

技术领域

本发明涉及机器学习领域，具体而言，涉及一种对象识别方法及装置、终端、处理器、存储介质。

背景技术

机器学习是计算技术发展的一个重要方向。众所周知，计算机需要人工编程开发软件来赋予其能力，然后计算机才能进行工作。但是机器学习发展出新的方向，即用数据来训练机器，使得机器可以通过学习来获得处理这一类数据的能力。应用机器学习技术，可以开发许多单靠编程不能实现的软件，例如图像识别，语言识别等等。目前机器学习是一个热门学科，各个方面都投入了巨大资源进行各种研究。因此，机器学习的各个方面都得到迅速进展。但是，机器学习仍然面临众多的问题和困境。其中的一个很重大的问题就是，事实上机器学习需要很多人工介入，不能做到通用的机械式学习，其中，"通用"，是指机器学习方案不仅适用于一种类型的情况，而且适用于任何类型下的情况;机械式学习的含义是: 一个机器遵循自己的基本规则(亦称为元规则) ，不需要人工的干预，就可以根据其环境和输入的数据来改进自己，从而进一步获取处理相关信息的能力，使得不需要人工编程就可以正常工作。但是，相关技术中的学习机并不具备实现通用的机械式学习的条件。但是，相关技术中的学习机并不具备

实现机械式学习的条件。

发明内容

本发明实施例提供了一种对象识别方法及装置、终端、处理器、存储介质，以至少解决相关技术中学习机不具备支持通用的机械式学习的能力的技术问题。

根据本发明实施例的一个方面，提供了一种对象识别方法，包括: 接收待识别对象的原始特征数据;将所述原始特征数据输入至学习机中的表征空间中，并将所述原始特征数据经过所述表征空间中选中的节点，得到中间数据，其中，所述表征空间中的各个所述节点之间通过逻辑连接连接，所述节点包括以下至少之一: 逻辑门和交换函数;依据选中的预测函数对所述中间数据进行识别，得到所述待识别对象的识别结果。

可选地，所述交换函数包括: 一组具有连接关系的节点。

可选地，将所述原始特征数据输入至学习机中的表征空间之后，所述方法还包括: 依据所述中间数据对学习机的学习方法进行调整;以及依据调整后的所述学习方法对所述表征空间以及所述预测函数进行调整。

可选地，依据调整后的所述学习方法对所述表征空间以及所述预测函数进行调整，包括: 依据调整后的所述学习方法对所述表征空间中的以下至少之一元素进行调整: 节点的增加和删除、节点的种类、所述逻辑连接的增加和删除、所述逻辑连接的种类、所述逻辑连接的可信度;以及依据所述学习方法对所述预测函数进行调整。

可选地，所述节点的状态包括连通状态和非连通状态，其中，所述连通状态是指所述节点的输入侧和输出侧均存在与除了所述节点之外的节点连接的所述逻辑连接，所述节点的状态为依据所有连接到该节点的上游节点的状态以及所述逻辑连接的状态确定的。

可选地，所述逻辑连接包括以下至少之一类型:前馈连接、禁止连接、强制前馈和禁止前绩，其中，所述前馈连接是指允许接收上一节点的数据并将所述数据输入到下一节点。

可选地，依据选中的预测函数对所述中间数据进行识别，得到所述待识别对象的识别结果，包括: 确定所述表征空间中与所述预测函数对应的输出节点，确定所述输出节点的状态和所述输出节点的逻辑连接;依据所述输出节点的状态和所述逻辑连接的种类确定所述预测函数的输出值，并将所述输出至作为所述识别结果。

根据本发明实施例的另一方面，还提供了一种对象识别装置，包括: 接收模块，用于接收待识别对象的原始特征数据;处理模块，用于将所述原始特征数据输入至学习机中的表征空间中，并将所述原始特征数据经过所述表征空间中选中的节点，得到中间数据，其中，所述表征空间中的各个所述节点之间通过逻辑连接连接，所述节点包括以下至少之一: 逻辑门和交换函数;识别模块，用于依据选中的预测函数对所述中间数据进行识别，得到所述待识别对象的识别结果。

根据本发明实施例的又一方面，还提供了一种存储介质，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以上所述的对象识别方法。

根据本发明实施例的再一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行以上所述的对象识别方法。

根据本发明实施例的再一方面，还提供了一种处理器，所述处理器用于运行学习机，该学习机具有表征空间，所述表征空间由节点组成，各个所述节点之间通过逻辑连接连接，所述节点包括以下至少之一： 逻辑门和交换函数。

可选地，所述学习机还包括以下模块:学习模块，与所述表征空间连接，用于提供学习方法，以及依据所述中间数据对学习机的学习方法进行调整;以及依据调整后的所述学习方法对所述表征空间以及输出空间对应的预测函数进行调整;所述输出空间包括一个或多个输出节点组成，该输出节点为表达式，用于依据预测函数获取输出值，并将所述输出值反馈至所述学习模块，以调整所述学习方法。

根据本发明实施例的再一方面，还提供了一种终端，包括: 第一装置，用于采集待识别对象的原始特征数据;第二装置，用于将所述原始特征数据输入至学习机中的表征空间中，并将所述原始特征数据经过所述表征空间中选中的节点，得到中间数据，其中，所述表征空间中的各个所述节点之间通过逻辑连接连接，所述节点包括以下至少之一: 逻辑门和交换函数;处理器，所述处理器运行程序，其中，所述程序运行对于从所述第一装置、第二装置输出的数据执行如下处理步骤:依据选中的预测函数对所述中间数据进行识别，得到所述待识别对象的识别结果。

在本发明实施例中，利用学习机中的表征空间对待识别对象的原始特征数据进行处理，得到中间数据，由于上述表征空间是由逻辑门和/或变换函数组成的节点构成的，因此，可以对上述表征空间进行调整，例如依据学习方法对上述表征空间进行控制调整，从而为实现机械式学习提供了有力支撑，进而解决了相关技术中学习机不具备支持通用的机械式学习的能力的技术问题。

附图说明

图1 根据本发明实施例的一种终端的结构框图

图2 根据本发明实施例的一种对象识别方法的流程示意图

图3 根据本发明实施例的一种可选的OSIPL 学习机的结构示意图

图4 本发明实施例的一种学习机的信息流的流向示意图

图5 根据本发明实施例的一种表征空间的基本结构示意图

图6 根据本发明实施例的一种表征空间中节点的示意图

图7 根据本发明实施例的一种表征空间中的连接的示意图

图8 根据本发明实施例的一种表征空间中变化函数的逻辑示意图

图9 根据本发明实施例的一种表征空间中的表达式的示意图

图10 根据本发明实施例的预测函数的实现原理示意图

图11 根据相关技术的身份认证特征提取流程图

图12 根据本发明实施例的使用学习机的身份认证特征提取流程图

图13a 为根据本发明实施例的学习机在物联网进行训练的示意图

图13b 根据本发明实施例的学习机的物联网应用示意图

图14 根据本发明实施例的一种对象识别装置的结构柜图