[發(fā)明專利]樣本數(shù)據(jù)處理方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910965007.X
• 申請(qǐng)日: 2019-10-11
• 公開（公告）號(hào): CN110888911A
• 公開（公告）日: 2020-03-17
• 發(fā)明（設(shè)計(jì)）人: 秦文力;張密;韓丙衛(wèi)
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F16/2458
• 分類號(hào): G06F16/2458;G06F16/28
• 代理公司: 深圳眾鼎專利商標(biāo)代理事務(wù)所(普通合伙) 44325
• 代理人: 詹建新

1.一種樣本數(shù)據(jù)處理方法，其特征在于，包括：

獲取樣本特征數(shù)據(jù)，所述樣本特征數(shù)據(jù)包括標(biāo)注數(shù)據(jù)；

基于所述標(biāo)注數(shù)據(jù)對(duì)所述樣本特征數(shù)據(jù)進(jìn)行分類，得到不同類型的基本特征數(shù)據(jù)；

統(tǒng)計(jì)所述每一類型的基本特征數(shù)據(jù)的數(shù)據(jù)量，根據(jù)所述數(shù)據(jù)量計(jì)算所述每一類型的基本特征數(shù)據(jù)在所述樣本特征數(shù)據(jù)中的占比值；

若所述樣本特征數(shù)據(jù)中存在所述占比值小于預(yù)設(shè)的占比閾值的基本特征數(shù)據(jù)，則將所述占比值小于所述占比閾值的基本特征數(shù)據(jù)，確定為少數(shù)類特征數(shù)據(jù)集；

基于目標(biāo)生成對(duì)抗網(wǎng)絡(luò)模型對(duì)所述少數(shù)類特征數(shù)據(jù)集進(jìn)行數(shù)據(jù)構(gòu)造，生成構(gòu)造特征數(shù)據(jù)，其中，所述目標(biāo)生成對(duì)抗網(wǎng)絡(luò)模型是采用Deep&CrossNet網(wǎng)絡(luò)模型構(gòu)建的；

將所述構(gòu)造特征數(shù)據(jù)加入到所述樣本特征數(shù)據(jù)中，得到標(biāo)準(zhǔn)特征數(shù)據(jù)。

2.如權(quán)利要求1所述的樣本數(shù)據(jù)處理方法，其特征在于，所述基于目標(biāo)生成對(duì)抗網(wǎng)絡(luò)模型對(duì)所述少數(shù)類特征數(shù)據(jù)集進(jìn)行數(shù)據(jù)構(gòu)造，生成構(gòu)造特征數(shù)據(jù)，包括：

獲取少數(shù)類特征數(shù)據(jù)，采用所述少數(shù)類特征數(shù)據(jù)訓(xùn)練預(yù)設(shè)的初始生成對(duì)抗網(wǎng)絡(luò)模型，生成目標(biāo)生成對(duì)抗網(wǎng)絡(luò)模型，其中，所述初始生成對(duì)抗網(wǎng)絡(luò)模型是采用Deep&CrossNet網(wǎng)絡(luò)模型構(gòu)建的；

獲取隨機(jī)噪聲數(shù)據(jù)，將所述隨機(jī)噪聲數(shù)據(jù)輸入所述目標(biāo)生成對(duì)抗網(wǎng)絡(luò)模型的生成網(wǎng)絡(luò)模型中，生成構(gòu)造特征數(shù)據(jù)。

3.如權(quán)利要求2所述的樣本數(shù)據(jù)處理方法，其特征在于，所述采用所述少數(shù)類特征數(shù)據(jù)訓(xùn)練預(yù)設(shè)的初始生成對(duì)抗網(wǎng)絡(luò)模型，生成目標(biāo)生成對(duì)抗網(wǎng)絡(luò)模型，包括：

基于Deep&CrossNet網(wǎng)絡(luò)搭建初始生成對(duì)抗網(wǎng)絡(luò)模型；

輸入一組隨機(jī)噪聲數(shù)據(jù)至所述初始生成對(duì)抗網(wǎng)絡(luò)模型的生成網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，生成隨機(jī)特征數(shù)據(jù)；

對(duì)所述隨機(jī)特征數(shù)據(jù)進(jìn)行離散化處理，得到離散特征數(shù)據(jù)；

將所述離散特征數(shù)據(jù)和所述少數(shù)類特征數(shù)據(jù)作為所述初始生成對(duì)抗網(wǎng)絡(luò)模型的判別網(wǎng)絡(luò)模型的輸入向量，對(duì)所述初始生成對(duì)抗網(wǎng)絡(luò)模型進(jìn)行迭代訓(xùn)練，生成目標(biāo)生成對(duì)抗網(wǎng)絡(luò)模型。

4.如權(quán)利要求3所述的樣本數(shù)據(jù)處理方法，其特征在于，所述將所述離散特征數(shù)據(jù)和所述少數(shù)類特征數(shù)據(jù)作為所述初始生成對(duì)抗網(wǎng)絡(luò)模型的判別網(wǎng)絡(luò)模型的輸入向量，對(duì)所述初始生成對(duì)抗網(wǎng)絡(luò)模型進(jìn)行迭代訓(xùn)練，包括：

將所述離散特征數(shù)據(jù)設(shè)為假樣本集，將所述少數(shù)類特征數(shù)據(jù)設(shè)為真樣本集；

分別輸入所述假樣本集和所述真樣本集至所述初始生成對(duì)抗網(wǎng)絡(luò)模型中，獲取所述初始生成對(duì)抗網(wǎng)絡(luò)模型中判別網(wǎng)絡(luò)模型的輸出值；

根據(jù)所述判別網(wǎng)絡(luò)模型的所述輸出值，調(diào)整所述判別網(wǎng)絡(luò)模型的參數(shù)值，使所述判別網(wǎng)絡(luò)模型的所述輸出值接近預(yù)設(shè)輸出值。

5.如權(quán)利要求3所述的樣本數(shù)據(jù)處理方法，其特征在于，所述將所述離散特征數(shù)據(jù)和所述少數(shù)類特征數(shù)據(jù)作為所述初始生成對(duì)抗網(wǎng)絡(luò)模型的判別網(wǎng)絡(luò)模型的輸入向量，對(duì)所述初始生成對(duì)抗網(wǎng)絡(luò)模型進(jìn)行迭代訓(xùn)練，還包括：

預(yù)設(shè)所述判別網(wǎng)絡(luò)模型的參數(shù)值；

輸入隨機(jī)噪聲數(shù)據(jù)至所述初始生成對(duì)抗網(wǎng)絡(luò)模型的生成網(wǎng)絡(luò)模型中，并進(jìn)行初始計(jì)算得到隨機(jī)特征數(shù)據(jù)；

通過比較所述生成網(wǎng)絡(luò)模型輸出的所述隨機(jī)特征數(shù)據(jù)與所述少數(shù)類特征數(shù)據(jù)之間的差值，調(diào)整所述生成網(wǎng)絡(luò)模型的參數(shù)值，使所述生成網(wǎng)絡(luò)模型輸出的隨機(jī)特征數(shù)據(jù)接近所述少數(shù)類特征數(shù)據(jù)。