[發明專利]一種基于凸邊界的學習樣本抽取方法

在審

• 申請號: 201711314980.2
• 申請日: 2017-12-12
• 公開（公告）號: CN108052592A
• 公開（公告）日: 2018-05-18
• 發明（設計）人: 袁玉波;顧依依;談詢滔;阮彤
• 申請（專利權）人: 華東理工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62;G06N99/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于凸邊界的學習樣本抽取方法，其特征在于：在用于機器學習的數據庫中抽取學習樣本時，進行了以下步驟，

步驟1，數據集合的預切割：對輸入的數據庫進行預處理，包括缺失值、異常值的處理；

步驟2，構造學習樣本凸集合：將每類子集中心化，形成凸集合，依象限用hash表構成樣本索引；

步驟3，邊界樣本抽取：在凸集合的象限邊界上抽取樣本。

2.根據權利要求1所述的基于凸邊界的學習樣本抽取方法，其特征在于：步驟1所述的對原始數據庫進行預處理的方法為，去除含缺失值的樣本；在每個類別中，利用箱型圖在每個屬性中檢測異常值，刪除其所在的樣本；進行歸一化操作；根據數據集合類別標識進行預切割工作，每一類的所有樣本為一個數據子集。

3.根據權利要求1所述的基于凸邊界的學習樣本抽取方法，其特征在于：步驟2所述的對步驟1所得到的預處理后的數據子集構造凸集合的方法為，對于步驟1得到的每個數據子集進行中心化：找到中心點，將其作為坐標原點，進行坐標變換，得到新的坐標系，形成凸集合；在每個經過坐標變換的子集中，依象限用hash表構成樣本索引：對包含在此子集中每個樣本進行標注，標注內容為此樣本在新坐標系中所在的象限；最后，統計在每個子集中有樣本存在的象限是哪些。

4.根據權利要求1所述的基于凸邊界的學習樣本抽取方法，其特征在于：步驟3所述的對步驟2構造的凸集合在其邊界上抽取樣本的方法為，根據步驟2中統計的每個凸集合中包含樣本的象限，在每個象限中選擇距原點最遠的樣本作為此凸集合的一個邊界樣本；合并所有凸集合的邊界樣本，得到的邊界樣本集合作為最終用于機器學習的學習樣本。