[發明專利]一種基于自表達相關的數據分類方法和裝置

有效

• 申請號: 201811518273.X
• 申請日: 2018-12-12
• 公開（公告）號: CN109800785B
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 張曉宇;石海超
• 申請（專利權）人: 中國科學院信息工程研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 司立彬

1.一種基于自表達相關的數據分類方法，其步驟包括：

1）在生成對抗網絡框架下，通過生成器生成針對給定類別標簽的假數據；主動學習算法在生成對抗網絡每次迭代中從訓練數據集選取未標注的數據進行標注，添加到訓練數據集A中；半監督學習在生成對抗網絡每次迭代中從訓練數據集未標注的樣本數據中隨機假標注一批樣本數據，添加到訓練數據集A中，直至生成對抗網絡收斂；其中，所述假數據生成方法為：生成對抗網絡每次迭代過程中，首先生成器生成假數據，然后判別器區分生成的假數據和真實數據，并針對判別器的預測結果對梯度變化的方向進行改變；然后生成器得到判別器傳回的梯度并更新參數，生成新的假數據；然后利用分類器對當前生成的假數據和當前訓練數據集A中的數據進行分類；然后生成器根據數據類別分布生成假數據；所述數據為圖像數據；所述假數據為假圖像；所述樣本數據為圖像樣本數據；

2）將生成對抗網絡迭代結束時，生成器最終生成的假數據添加到最終的訓練數據集A中，然后利用分類器對最終的訓練數據集A進行分類。

2.如權利要求1所述的方法，其特征在于，生成器根據數據類別分布生成假數據的方法為：如果設置為要求類別均勻，則統計每個類別的數據量，根據類別之間的數量差異性，使用均勻分布模擬類別均勻的情況，生成對應類別的數據，使各個類別之間的數據量達到近似一致。

3.如權利要求1所述的方法，其特征在于，生成器根據數據類別分布生成假數據的方法為：如果設置為要求類別不均勻，則采用高斯分布來模擬數據不均衡的情況，根據高斯分布生成對應數量的數據，對部分類別的數據多生成，部分類別少生成一些數據。

4.如權利要求1所述的方法，其特征在于, 將噪聲信號z和部分有標簽數據輸入到生成器，由生成器生成假數據。

5.如權利要求1所述的方法，其特征在于，當判別器判定生成器的輸出是真實數據或判定其輸出是噪聲數據時，更新判別器的梯度方向；所述梯度的更新方向為生成對抗網絡的目標函數的一階導數負方向。

6.一種基于自表達相關的數據分類裝置，其特征在于，包括

生成器單元，用于在生成對抗網絡框架下，根據分類器單元得到的當前數據類別分布生成針對給定類別標簽的假數據；所述數據為圖像數據；所述假數據為假圖像；

判別器單元，用于對生成的假數據的真假性進行判斷，并通過與生成器單元的動態博弈過程，使得生成器單元生成的假數據接近真實數據；

分類器單元，用于對當前生成的假數據和當前訓練數據集A中的數據進行分類，得到當前的數據類別分布；其中，主動學習算法在生成對抗網絡每次迭代中從訓練數據集選取部分未標注的樣本數據進行標注，添加到訓練數據集A中；半監督學習在生成對抗網絡每次迭代中從訓練數據集未標注的樣本數據中隨機假標注一批樣本數據，添加到訓練數據集A中；所述樣本數據為圖像樣本數據。

7.如權利要求6所述的裝置，其特征在于，所述生成器單元根據數據類別分布生成假數據的方法為：如果設置為要求類別均勻，則統計每個類別的數據量，根據類別之間的數量差異性，使用均勻分布模擬類別均勻的情況，生成對應類別的數據，使各個類別之間的數據量達到近似一致；如果設置為要求類別不均勻，則采用高斯分布來模擬數據不均衡的情況，根據高斯分布生成對應數量的數據，對部分類別的數據多生成，部分類別少生成一些數據。

8.如權利要求6所述的裝置，其特征在于，所述判別器單元判定生成器單元的輸出是真實數據或判定其輸出是噪聲數據時，更新判別器單元的梯度方向；所述梯度的更新方向為生成對抗網絡的目標函數的一階導數負方向。