基于符號空間的模式壓縮的多層系統(tǒng)的制作方法
【專利說明】
[0001] 相關(guān)申請的交叉引用
[0002] 本申請擁有2013年2月12日提交的美國臨時申請No. 61/763,554的權(quán)益，其內(nèi) 容以引用的形式并入文中。
技術(shù)領(lǐng)域
[0003] 本發(fā)明主要涉及模式識別和大數(shù)據(jù)，特別涉及一種利用模式識別技術(shù)和大數(shù)據(jù)存 儲和分析理論的系統(tǒng)和方法。
【背景技術(shù)】
[0004] 人們一直努力進行模式識別并且為了存儲而合理地對其進行組合，尤其是以一種 緊湊的方式。然而除非特別指定，不能認為所有的模式在數(shù)據(jù)中都是均勻分布的。因為有 些模式要比其他模式更加突出，它們發(fā)生的可能性更大，而其他模式卻非常不常見。此外， 一些模式彼此相關(guān)，共同形成模式組合，這也是非常普遍的。這就為模式識別系統(tǒng)的應(yīng)用帶 來了問題。例如，為了對兩個內(nèi)容段的相似度測量進行檢索，單單考慮對應(yīng)模式的數(shù)量是不 夠的，還要考慮每個模式發(fā)生的概率。此外，還要考慮模式之間的關(guān)聯(lián)性。例如，如果兩個 模式總是同時同現(xiàn)，則它們實質(zhì)上僅包括單個模式的信息。
[0005] 該影響進而會不利于模式識別系統(tǒng)的可擴展性和精度。即，當處理模式識別系統(tǒng) 的跨多個機器的不同模式時，則大部分處理"不普遍"模式的機器會保持閑置，而少數(shù)處理 "普遍"模式的機器則會超負載訪問。同時由于模式之間的關(guān)聯(lián)性，也不可能根據(jù)它們的先 驗概率進行模式處理的分布，其中模式之間的關(guān)聯(lián)性無法進行假設(shè)。此外，通常擴展模式識 別系統(tǒng)優(yōu)選應(yīng)該避免模式空間的重復，并且不需要使每個機器保留一份模式的拷貝。
[0006] 在一些示例中，手動將多個符號，如模式，減少為更少的容易識別的可控符號。例 如，就像一組合成和弦的音符。和弦是兩個或兩個以上用來演奏的音符，或者其他聽起來像 同時演奏的組合。然而，由于和弦本身具有重復性，因此為了減少提供給演奏者的音符數(shù) 量，將音符序列簡化為和弦符號，用來代表多個音符。因此，標記為C7的和弦表示演奏者演 奏主音符A、第三C小調(diào)C以及純五度E，從而它們聽起來像是同時演奏的。人們可以容易 地將和弦符號譯為其指代的特定符號。類似地，可以根據(jù)特定的規(guī)則，手動構(gòu)建兩組符號的 映射，該規(guī)則可以添加、刪除或者根據(jù)需要進行修改。
[0007] 為模式識別提供一種有效的技術(shù)方案，克服現(xiàn)有技術(shù)的缺陷一特別是需要人工干 預識別過程的缺陷一是非常有益的。

【發(fā)明內(nèi)容】

[0008] 此處公開的一些實施例公開了一種基于符號空間的模式壓縮的方法。該方法包括 接收輸入序列，該輸入序列具有第一長度，并且包括多個符號；提取輸入序列中的所有的共 同模式，其中共同模式包括至少兩個符號；生成對應(yīng)于所有共同模式的提取的輸出序列，其 中輸出序列具有第二長度，其中第二長度要短于第一長度；在存儲器中存儲輸出序列，作為 數(shù)據(jù)層，其中輸出序列作為后續(xù)生成數(shù)據(jù)層的新的輸入序列。
[0009] 此處公開的一些實施例還包括基于符號空間的模式壓縮的裝置。該裝置包括處理 單元；連接到該處理單元的接口，該接口配置為接收輸入序列，該輸入序列具有第一長度并 且包括多個符號；以及連接到處理單元的存儲器，并配置為在存儲器中存儲多個指令，當處 理單元執(zhí)行該指令時表現(xiàn)為：提取輸入序列中所有的共同模式，其中共同模式包括至少兩 個符號；生成與所有共同模式對應(yīng)的輸出序列，其中輸出序列具有第二長度，第二長度要短 于第一長度；在存儲器中存儲輸出序列，作為數(shù)據(jù)層；并且提供輸出序列，作為后續(xù)生成數(shù) 據(jù)層的新的輸入序列。
[0010] 此處公開的一些實施例還包括大數(shù)據(jù)存儲系統(tǒng)。該系統(tǒng)包括用于存儲由Cortex 函數(shù)依次生成，對應(yīng)于輸入序列的多個數(shù)據(jù)層的存儲器單元，其中每個數(shù)據(jù)層包括在該數(shù) 據(jù)層中使用的符號集合，其中每個生成的數(shù)據(jù)層的符號空間小于任何后續(xù)生成的數(shù)據(jù)層的 符號空間，其中每一個生成的數(shù)據(jù)層都比任何后續(xù)生成的數(shù)據(jù)層更不恒定、更不具有重復 性、更相關(guān)并且更不均衡。
【附圖說明】
[0011] 在說明書結(jié)束時，權(quán)利要求書會特別指出并明確聲明本文公開的主題。上述和本 發(fā)明的其他對象、特征及優(yōu)勢可以通過下文詳細描述并結(jié)合附圖而明顯。
[0012] 圖1所示為根據(jù)一實施例的具有第一符號空間的作為用于處理的輸入的初始符 號序列；
[0013] 圖2所示為根據(jù)一實施例的用于映射輸入序列并確定符號序列的替換符號的第 一等級表；
[0014] 圖3所不為根據(jù)一實施例，由大于第一符號空間的第二符號空間構(gòu)成的表不減少 數(shù)量的符號的符號序列；
[0015] 圖4所示為根據(jù)一實施例的用于映射輸入序列并確定符號序列的替換符號的第 -等級表；
[0016] 圖5所不為根據(jù)一實施例，由大于第二符號空間的第三符號空間構(gòu)成的表不減少 數(shù)量的符號的序列；
[0017] 圖6所示為根據(jù)另一實施例的用于映射輸入序列并確定符號序列的替換符號的 第三等級表；
[0018] 圖7所示為根據(jù)一實施例，由大于第三符號空間的第四符號空間構(gòu)成的表示減少 數(shù)量的符號的序列；
[0019] 圖8A-8D分別表示圖像符號，即線、正方形、圓以及三角形的簡圖，并根據(jù)一實施 例應(yīng)用；
[0020] 圖9A和9B為根據(jù)一實施例，由基本符號構(gòu)成的更高等級的圖像符號，分別為"房 子"和"椅子"；
[0021] 圖10A-10D分別為基本符號，即線、正方形、圓及三角形，每一個基本符號均具有 對應(yīng)的連接端口；
[0022] 圖11A-11C為根據(jù)一實施例，分別由基本符號構(gòu)成的更高等級的圖像符號，"男 人"、"女人"和"狗"。
[0023] 圖12為根據(jù)一實施例，描述數(shù)據(jù)層的創(chuàng)建的流程圖，該數(shù)據(jù)層響應(yīng)輸入符號的輸 入序列，該輸入序列用于構(gòu)建基于符號空間的模式壓縮；
[0024] 圖13為根據(jù)一實施例，用于創(chuàng)建數(shù)據(jù)層的系統(tǒng)，該系統(tǒng)響應(yīng)輸入符號的輸入序 列，該輸入序列用于構(gòu)建基于符號空間的模式壓縮。
【具體實施方式】
[0025] 需要重要說明一點，文中公開的實施例僅是本申請創(chuàng)新性思想的多個有益應(yīng)用的 示例。通常，本申請說明書中的陳述并不一定限制各種不同的要求保護的發(fā)明中的任一個。 此外，一些說明適用于一些發(fā)明特征，但不適于其他特征。通常，除非特別指出，單數(shù)形式的 要素也可以是復數(shù)形式的，反之亦然，均不喪失其一般性。在附圖的多個視圖中，相同的數(shù) 字表不相同的部分。
[0026] 此處公開的多個實施例允許將自然信號以及/或者從自然信號提取的特征映射 到具有重復性和恒定性的高維空間中的壓縮形式。特別地，對于給定的輸入空間，分別構(gòu)建 輸入數(shù)據(jù)的多個數(shù)據(jù)層（Cortex)，該輸入數(shù)據(jù)由更多的符號表示，即至少比緊接著的之前 序列的符號多一個符號，但是總長度要更短，即長度要小于緊接著的之前符號序列的長度。
[0027] 因此，通過符號空間可以以一種更緊湊的方式表達信息，并且更容易組織。輸入數(shù) 據(jù)可以是圖像、視頻、文字、聲音或者其他類型可以映射到多個數(shù)據(jù)層的數(shù)據(jù)。在一實施例 中，本公開技術(shù)可以描述為一種可以通過與更高數(shù)據(jù)層的"理想桌子"比較，而確定什么是 "桌子"的能力。特別地，生成模式空間，該模式空間足夠大，以至于跨模式識別系統(tǒng)的多個 機器（或處理器），每個機器處理模式空間的不同范圍。該模式空間包括一個或多個模式。
[0028] 根據(jù)一實施例，輸入"模式"由設(shè)計為用于尋找內(nèi)容段中的"模式"的裝置（或系 統(tǒng)）接收。該輸入模式被籠統(tǒng)地限定為內(nèi)容段一些特征的任意表示。然而應(yīng)該說明，接收 到的"模式"還涉及這些模式代表什么以及這些模式的位置的信息。在本文中，這些模式的 集合稱為"描述符"。內(nèi)容段可以通過一個或多個"描述符"表示。例如，如果內(nèi)容段為2D 圖像，則模式會表明在圖像中探測到的特定形狀和顏色。