买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军战略支援部队信息工程大学

摘要：本发明属于设备类型识别技术领域，具体涉及一种分阶段的设备细粒度类型识别方法及系统，该方法首先从设备的共有属性中提取特征，并根据特征的表现形式，制定了特征相似性度量规则；然后设计提取特征在品牌识别中的重要性衡量算法和提取特征在型号识别中的重要性衡量算法来衡量各提取特征在品牌识别和型号识别中的重要性，从而进行品牌特征和型号特征的选择，并确定了特征权值，最后依据品牌特征、型号特征和特征权值实现对设备品牌和型号的识别。本发明能够高效识别目标设备的品牌和型号，识别准确率高。

主权项：1.一种分阶段的设备细粒度类型识别方法，其特征在于，包含以下步骤：步骤1、依据设备品牌将知识集中的所有设备进行分组，属于同一品牌的设备划分为一组，对于每个品牌分组，从分组内设备的信息中抽取共同设备属性作为品牌属性，若所有品牌分组均具有某个品牌属性，则提取该属性作为特征；步骤2、根据特征的表现形式，将提取特征分为数值型特征和字符串型特征，对于不同形式的特征，分别设计特征相似性度量规则；设计特征相似性度量规则包括：若设备Di和Dj的第k个提取特征为数值型特征，且仅有一个数值，则使用公式1计算目标特征与基准特征间的特征相似度： 其中，ε为误差阈值，为设备Di的第k个提取特征，为设备Dj的第k个提取特征，为特征值的绝对值；若与包含多个数值，记则对每个维度上的数值分别计算相似度，最终的特征相似度值为每个维度上的相似度的乘积，那么与间的特征相似度计算如公式2： 根据公式1和公式2计算特征相似度时，若或则表明特征值或某个维度上的数值间的差值过大，此时特征判定为不相似，特征相似度为0；对于字符串型特征，设计特征相似性度量规则包括：若设备Di和Dj的第k个提取特征为字符串型特征，且或为单字符串型特征时，利用公式3计算与间的特征相似度： 当或时，认为此时特征获取不完整，因此将特征相似度值设置为0.8；当和均为多字符串型特征时，以构建向量空间将和向量化，将向量间的余弦相似度作为特征间的相似度，记和的向量化结果分别为Vi,k和Vj,k，则与间的特征相似度计算如公式4： 步骤3、设计提取特征在品牌识别中的重要性衡量算法和提取特征在型号识别中的重要性衡量算法来衡量各提取特征在品牌识别和型号识别中的重要性，从而进行品牌特征、型号特征选择并确定权值；使用提取特征在品牌识别中的重要性衡量算法进行品牌特征选择包括：设ef1,ef2,ef3,…,efn为提取特征，则提取特征向量ef＝[ef1,ef2,ef3,…,efn]，对提取特征efm，1≤m≤n，令ef′＝ef\efm，从向量ef去除efm；根据公式5计算删除efm前后品牌内相似性增量的平均值： 式中，Di,Dj∈Brandk,Brandk∈Brand，Brandk表示所有品牌类型为k的设备构成的集合，Brand表示品牌类型集合，M为品牌类型数；同时根据公式6计算删除efm前后品牌间相似性增量的平均值： 式中，Di∈Brandk,Brandk∈Brand,Dl∈Brand-{Brandk}，Brand-{Brandk}表示从集合Brand中删除Brandk；由于0≤Sef,ef≤1，根据公式5和6可得： 根据得到的avebins和avebouts，设计特征重要性规则用公式8表达，来评估特征efm在品牌识别中的重要性： 式中，α是衡量avebins和avebouts值对提取特征rqb值的影响因子；若rqbefm＞0，则efm将被选为品牌特征，将所有品牌特征的rqb值正则化，得到的结果作为特征权值；使用提取特征在型号识别中的重要性衡量算法进行型号特征选择包括：设ef1,ef2,ef3,…,efn为提取特征，则提取特征向量ef＝[ef1,ef2,ef3,…,efn]，对提取特征efm，1≤m≤n，令ef′＝ef\efm，从向量ef去除efm；根据公式5计算删除efm前后品牌内相似性增量的平均值avebins；同时，根据公式9计算删除efm前后品牌内相似性增量标准差aveD： 式中，Di,Dj∈Brandk,Brandk∈Brand；根据得到的avebins和aveD，设计特征重要性规则用公式10表达，来评估特征efm在型号识别中的重要性： 式中，β∈[0.5,1]，若rqmefm＞0，efm将被选为型号特征，将所有型号特征的rqm值正则化，得到的结果作为特征权值；步骤4、依据品牌特征及其权值识别目标设备的品牌后，由型号特征及其权值识别目标设备的型号，从而实现对目标设备类型的识别；依据品牌特征及其权值识别目标设备的品牌包括：根据公式11加权计算目标设备与知识集中设备的品牌相似性：BsimiKi,T＝SbfKi,bfTWbf11式中，T为目标设备，Ki为知识集中的设备，bf表示品牌特征向量，Wbf为正则化的品牌特征权值；将知识集中与目标具有最大相似度的设备的品牌作为目标设备的品牌，从而实现对目标设备的品牌识别；由型号特征及其权值识别目标设备的型号包括：根据公式12加权计算目标设备与知识集中设备的型号相似性：MsimiKi,T＝SmfKi,mfTWmf12式中，T为目标设备，Ki为知识集中的设备，mf表示型号特征向量，Wmf为正则化的型号特征权值；将知识集中与目标具有最大相似度的设备的型号作为目标设备的型号，从而实现对目标设备的型号识别。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队信息工程大学 分阶段的设备细粒度类型识别方法及系统