[发明专利]基于目标数据特征训练学习的目标识别方法

摘要

本发明公开了一种基于目标数据特征训练学习的识别方法，利用本发明可以提升对空中移动目标的认知能力，本发明通过下述技术方案予以实现：按照数据层、分析层和应用层构成的分析架构进行目标识别分析，数据层提供数据汇聚和特征模型定义；分析层对多元的目标数据进行属性要素提取、多元数据关联和目标特征选取，形成目标特征数据集，并对目标特征数据集进行组合，形成目标特征模型要素，再进行分类/聚类/关联挖掘、模型训练反馈、特征深度学习；应用层基于业务应用场景对目标特征数据集进行特征组合形成目标特征模型要素，抽取已标注的样本数据作为训练数据，利用训练后的特征模型进行目标识别，完成目标类型识别、目标属性识别和目标状态识别。

主权项

1.一种基于目标数据特征训练学习的目标识别方法，其特征在于包括如下步骤：按照数据层、分析层和应用层构成的目标识别分析架构：数据层提供数据汇聚和特征模型定义，针对多元的历史目标数据，对目标数据源进行数据预处理，通过数据清洗与标注、数据要素提取和多元数据关联，对关联特征、动态特征和基本特征进行自动标注或人工标注，生成目标特征数据集，创建目标特征数据集的特征模型；分析层进行属性要素提取、多元数据关联和目标特征选取，形成目标特征数据集，并对目标特征数据集进行组合，形成目标特征模型要素，再进行分类/聚类/关联挖掘、模型训练反馈、特征深度学习；应用层基于业务应用场景对目标特征数据集进行特征组合，形成业务应用的目标特征模型要素，并抽取已标注的样本数据作为训练数据；基于深度学习算法，使用样本数据来训练深度学习网络，通过反复特征替换计算准确率和召回率，对目标特征数据训练后的特征识别模型进行目标识别，完成目标识别场景的目标类型识别、目标属性识别和目标状态识别。