公开(公告)号：CN107480687A

公开(公告)日：2017-12-15

申请号：CN201610405971.3

申请日：2016-06-08

申请人： 富士通株式会社

发明人： 侯翠琴 ,  夏迎炬 ,  徐卓然

IPC分类号： G06K9/62

CPC分类号： G06K9/6256 ,  G06K9/6267

摘要： 本公开涉及信息处理装置和信息处理方法。根据本公开的信息处理装置包括：划分单元，将具有标签的训练数据的集合划分成第一训练数据集合D1和小于第一训练数据集合D1的第二训练数据集合D2；训练单元，使用第一训练数据集合D1中的训练数据i1按K个类对M个监督模型进行训练；预测单元，使用M个监督模型预测不具有标签的待测数据集合D3中的每个待测数据i3的标签；聚类单元，使用N个聚类模型对第二训练数据集合D2和待测数据集合D3中的数据i进行聚类；相似度图构造单元，基于聚类结果构造相似度图；以及融合单元，基于相似度图对待测数据i3的预测的标签和第二训练数据集合D2中的训练数据i2的标签进行融合处理以获得每个待测数据i3的标签。

公开(公告)号：CN107305565A

公开(公告)日：2017-10-31

申请号：CN201610251752.4

申请日：2016-04-21

申请人： 富士通株式会社

发明人： 夏迎炬 ,  侯翠琴 ,  徐卓然

IPC分类号： G06F17/30

CPC分类号： G06F16/35 ,  G06F16/285

摘要： 本公开提供了信息处理装置、信息处理方法以及信息处理设备。信息处理装置包括：预分类单元，其利用分类器对非标记样本数据进行分类，以获得所述非标记样本数据的预分类标签；聚类单元，其对所述非标记样本数据进行聚类，以获得所述非标记样本数据的至少一个簇；标签修改单元，针对所述至少一个簇中的每个簇，利用标签修改优化处理，基于该簇中的非标记样本数据的一个或多个预分类标签获得针对该簇的优化标签，并将该簇中的非标记样本数据的预分类标签全部修改为该优化标签；以及优化单元，其利用所述非标记样本数据以及所述优化标签，对所述分类器进行优化。

公开(公告)号：CN107766870A

公开(公告)日：2018-03-06

申请号：CN201610704157.1

申请日：2016-08-22

申请人： 富士通株式会社

发明人： 侯翠琴 ,  夏迎炬 ,  徐卓然 ,  孙俊

IPC分类号： G06K9/62

CPC分类号： G06K9/6256 ,  G06K9/6218 ,  G06K9/6267

摘要： 本公开涉及信息处理装置和信息处理方法。根据本公开的信息处理装置包括：划分单元，将具有标签的训练数据的集合划分成第一训练数据集合D1和小于第一训练数据集合D1的第二训练数据集合D2；训练单元，使用第一训练数据集合D1中的训练数据i1按K个类对M个监督模型进行训练；预测单元，使用M个监督模型预测不具有标签的待测数据集合D3中的每个待测数据i3的标签；聚类单元，使用N个聚类模型对第二训练数据集合D2和待测数据集合D3中的数据i进行聚类；相似度图构造单元，基于聚类结果和预测结果构造相似度图；以及融合单元，基于相似度图对待测数据i3的预测的标签和第二训练数据集合D2中的训练数据i2的标签进行融合处理以获得每个待测数据i3的标签。

公开(公告)号：CN107085572A

公开(公告)日：2017-08-22

申请号：CN201610084957.8

申请日：2016-02-14

申请人： 富士通株式会社

发明人： 徐卓然 ,  侯翠琴 ,  夏迎炬 ,  孙俊

IPC分类号： G06F17/30

CPC分类号： G06N20/00 ,  G06F16/35 ,  G06F16/285

摘要： 本发明提供一种对在时间上逐一到达的输入数据进行分类的方法和系统，包括：a)分别利用在时间上从新到旧数量递增的已获得其真实类别的近期输入数据作为学习样本对预定数量的一组分类器进行训练；b)基于所述一组分类器的近期分类结果，从所述一组分类器中选择对近期输入数据的分类精度最高的分类器；以及c)利用所选择的分类器对当前的输入数据进行分类。本发明提出的方法和系统不需要特意地检测概念漂移，能够自动处理概念漂移，并且能够实现很高的分类精度。

公开(公告)号：CN107728775A

公开(公告)日：2018-02-23

申请号：CN201610653994.6

申请日：2016-08-10

申请人： 富士通株式会社

发明人： 徐卓然 ,  侯翠琴 ,  夏迎炬 ,  孙俊

IPC分类号： G06F3/01 ,  G06K9/00 ,  G06K9/62

摘要： 本发明公开了一种动作识别方法及其装置。该动作识别方法包括：将与待识别的用户动作有关的依时序排列的数据串分割成具有固定时长的多个数据段；针对每一个数据段，将该数据段细分成彼此不重叠的多个子段，计算各个子段中的各个时间点处的数据相对于参考时间点处的数据的相对位置关系，以及依时序将所计算的相对位置关系连接在一起作为该数据段的数据段特征；以及通过预先训练的分类器，基于与待识别的用户动作有关的数据串所包括的所有数据段的数据段特征来识别用户动作。根据本发明的方法及装置能够识别复杂的动作。