分类方法、装置及设备、存储介质制造方法及图纸

本发明专利技术提供一种分类方法、装置及设备、存储介质，该方法包括：获取目标设备的设备信息；依据所述目标设备的设备信息确定所述目标设备对应的目标特征向量；将所述目标特征向量输入至已训练的分类模型中，得到所述目标设备所处的应用场所的类别。可自动确定设备应用场所，可降低成本与分类错误率。

【技术实现步骤摘要】
分类方法、装置及设备、存储介质
本专利技术涉及信息
，尤其涉及的是一种分类方法、装置及设备、存储介质。
技术介绍
随着物联网的发展，越来越多的人脸识别设备、卡口、视频设备等各种监控设备安装在城市的大街小巷。如果可以确定设备应用在哪种场所，就可以方便统一管控各个应用场所中的设备，比如医院场所中有哪些设备等。但是，目前暂无成熟的技术来实现对设备所处的应用场所进行分类，只能通过人工对设备的应用场所进行分类，人工成本较高，而且分类错误率也较高，导致对设备的管控能力较低。
技术实现思路
有鉴于此，本专利技术提供一种分类方法、装置及设备、存储介质，可自动确定设备应用场所，可降低成本与分类错误率。本专利技术第一方面提供一种分类方法，包括：获取目标设备的设备信息；依据所述目标设备的设备信息确定所述目标设备对应的目标特征向量；将所述目标特征向量输入至已训练的分类模型中，得到所述目标设备所处的应用场所的类别。根据本专利技术的一个实施例，依据所述目标设备的设备信息确定所述目标设备对应的目标特征本文档来自技高网...

【技术保护点】
1.一种分类方法，其特征在于，包括：/n获取目标设备的设备信息；/n依据所述目标设备的设备信息确定所述目标设备对应的目标特征向量；/n将所述目标特征向量输入至已训练的分类模型中，得到所述目标设备所处的应用场所的类别。/n

【技术特征摘要】
1.一种分类方法，其特征在于，包括：
获取目标设备的设备信息；
依据所述目标设备的设备信息确定所述目标设备对应的目标特征向量；
将所述目标特征向量输入至已训练的分类模型中，得到所述目标设备所处的应用场所的类别。


2.如权利要求1所述的分类方法，其特征在于，依据所述目标设备的设备信息确定所述目标设备对应的目标特征向量，包括：
将所述目标设备的设备信息进行分词处理得到至少一个目标词语；
确定每一目标词语的词向量；
依据各目标词语的词向量确定所述目标设备对应的目标特征向量。


3.如权利要求2所述的分类方法，其特征在于，确定每一目标词语的词向量，包括：
针对每一个目标词语，在已获取的词语与词向量对应关系中查找该目标词语对应的词向量；
如果查找到，依据查找到的词向量确定该目标词语的词向量；
如果未查找到，确定随机向量，依据所述随机向量确定该目标词语的词向量。


4.如权利要求3所述的分类方法，其特征在于，依据查找到的词向量确定该目标词语的词向量，包括：
将查找到的词向量与第一权重值的乘积确定为该目标词语的词向量。


5.如权利要求4所述的分类方法，其特征在于，依据所述随机向量确定该目标词语的词向量，包括：
将所述随机向量与第二权重值的乘积作为该目标词语的词向量，所述第二权重值小于第一权重值。


6.如权利要求3所述的分类方法，其特征在于，所述词语与词向量对应关系通过以下方式获取：
对目标语料库进行分词处理得到多个词语，将得到的各个词语组成语料集；
将所述语料集输入至已获取的词向量模型，得到所述语料集中每一词语的词向量；
将所述语料集中每一词语与得到的该词语的词向量之间的对应关系确定为所述词语与词向量对应关系。


7.如权利要求1所述的分类方法，其特征在于，所述分类模型通过以下方式训练得到：
获取训练数据，所述训练数据包括：样本设备对应的特征向量、以及样本设备被标注的应用场所类别；
依据训练数据并采用预设的训练方式训练出所述分类模型。


8.一种分类装置，其特征在于，包括：
设备信息获取模块，用于获取目标设备的...

【专利技术属性】
技术研发人员：周紫维，
申请(专利权)人：杭州海康威视系统技术有限公司，
类型：发明
国别省市：浙江;33