数据融合方法、装置、电子设备和计算机可读存储介质制造方法及图纸

本公开涉及一种数据融合方法、装置、电子设备和计算机可读存储介质，包括：构建目标数据样本集对应的初始特征关联函数；通过约束函数优化初始特征关联函数的初始参数得到目标参数；基于所述目标参数，重构所述初始特征关联函数得到目标特征关联函数；基于所述目标特征关联函数进行数据融合，实现在数据融合时剔除噪声数据。除噪声数据。除噪声数据。

【技术实现步骤摘要】
数据融合方法、装置、电子设备和计算机可读存储介质


[0001]本公开涉及数据融合
，尤其涉及一种数据融合方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]海量媒体数据伴随着科技进步不断产生，这些媒体数据是指图像、视频及与之相伴的标题、文字等文本信息，而如何借助科学工具来对数据进行检索、对视频中异常行为的检测及跟踪已成为计算机视觉和模式识别中要解决的关键问题。然而，在解决这些问题时往往会涉及到对图像进行分类。
[0003]现有技术中基于各类异质和同质特征信息的数据融合方法能够极大提升图像分类的效率与准确度。
[0004]然而，当前的基于数据融合方法的通常需要将数据的异质特征数据投影为同质特征网络，覆盖了异质特征数据的内部结构，无法剔除噪声特征网络的影响，进而图像分类结果较差。

技术实现思路

[0005]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种数据融合方法、装置、电子设备和计算机可读存储介质，实现在数据融合时剔除噪声数据。
[0006]第一方面，本公开实施例提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据融合方法，其特征在于，包括：构建目标数据样本集对应的初始特征关联函数；通过约束函数优化初始特征关联函数的初始参数得到目标参数；基于所述目标参数，重构所述初始特征关联函数得到目标特征关联函数；基于所述目标特征关联函数进行数据融合。2.根据权利要求1所述的方法，其特征在于，所述构建目标数据样本集对应的初始特征关联函数，包括：构建目标数据样本集对应的初始异质特征关联函数和初始同质特征关联函数；确定所述初始异质特征关联函数对应的第一初始权重以及所述初始同质特征关联函数对应的第二初始权重，其中，所述第一初始权重为异质特征关联函数所对应的权重，所述第二初始权重为同质特征关联函数对应的权重；根据所述初始异质特征关联函数、所述初始同质特征关联函数、所述第一初始权重和所述第二初始权重确定初始特征关联函数。3.根据权利要求2所述的方法，其特征在于，所述构建目标数据样本集对应的初始异质特征关联函数和初始同质特征关联函数，包括：确定目标数据样本集对应的初始异质特征关联矩阵和初始同质特征关联矩阵；确定所述初始异质特征关联矩阵对应的初始低秩特征矩阵；确定所述初始低秩特征矩阵对应的初始低秩特征矩阵关联函数；基于所述初始异质特征关联矩阵、所述初始低秩特征矩阵以及所述初始低秩特征矩阵关联函数构建目标数据样本集对应的初始异质特征关联函数；基于所述初始同质特征关联矩阵以及所述初始低秩特征矩阵构建目标数据样本集对应的初始同质特征关联函数。4.根据权利要求1所述的方法，其特征在于，所述通过约束函数优化初始特征关联函数的初始参数得到目标参数，包括：基于约束函数，通过交替方向乘子法优化初始特征关联函数的初始参数得到目标参数。5.根据权利要求4所述的方法，其特征在于，所述基于约束函数，通过交替方向乘子法优化初始特征关联函数的初始参数得到目标参数，包括：基于约束函数，通过交替方向乘子法依次求解所述初始特征关联函数对应的最优第一初始权重、最优第二初始权重、最优初始低秩特征矩阵以及最优初始低秩特征矩阵关联函数，其中，所述最优第一初始权重、最...

【专利技术属性】
技术研发人员：王越辉，
申请(专利权)人：上海闻泰电子科技有限公司，
类型：发明
国别省市：