[發明專利]一種基于信度決策樹的自訓練學習方法

在審

• 申請號: 202010142693.3
• 申請日: 2020-03-04
• 公開（公告）號: CN111368913A
• 公開（公告）日: 2020-07-03
• 發明（設計）人: 鄒俊韜;燕雪峰;周勇
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 葛瀟敏

1.一種基于信度決策樹的自訓練學習方法，其特征在于，該方法包含以下步驟：

步驟一：輸入標記和未標記的數據；

步驟二：對數據進行預處理，使用證據理論框架來對未標記數據進行表述；

步驟三：使用標記樣本數據訓練信度決策樹模型，對未標記樣本進行標記預測；

步驟四：計算未標記樣本預測置信度，將置信度較高的未標記樣本與其預測標簽從未標記樣本集中刪除，并加入標記樣本訓練集中；

步驟五：若達到訓練停止條件則停止訓練，否則返回步驟三，所述訓練停止條件包括如下兩個條件，滿足其中一個條件即停止訓練；

條件一：未標記數據集之中數據對象數量為零；

條件二：決策樹達到預設的最大深度。

2.根據權利要求1所述的一種基于信度決策樹的自訓練學習方法，其特征在于，所述步驟二中對于數據進行預處理，分為以下步驟：

步驟2.1：假定數據中的若干個中心點，計算出數據集中每個子集與構成子集類的數據重心；

步驟2.2：計算數據集中數據想對于數據中心的距離；

步驟2.3：通過fcm算法迭代計算，最小化以信度分區M和簇中心矩陣V為參數的目標函數來對結果進行優化；

步驟2.4：得到優化過的證據數據，使用其代替原始數據。

3.根據權利要求2所述一種基于信度決策樹的自訓練學習方法法，其特征在于，所述步驟三中使用標記樣本數據訓練信度決策樹模型，主要包括以下步驟：

步驟3.1：使用步驟2.4的證據數據作為訓練集對決策樹模型進行訓練；

步驟3.2：對于節點之中的數據，對數據的證據進行折扣；

步驟3.3：在決策樹每個節點的分裂屬性篩選過程中，采用證據理論框架對數據進行判別，得到節點的最佳分裂屬性；

步驟3.4：判斷決策樹模型訓練迭代是否完成，若是則輸出模型，否則繼續進行步驟3.2。

4.根據權利要求3所述的一種基于信度決策樹的自訓練學習方法，其特征在于，所述步驟3.3主要包括以下步驟：

步驟A：對數據集中的證據數據，計算其對于每個屬性的pignistic概率；

步驟B：對于決策樹中新生成的節點計算其包含數據子集中數據的對應權重，從而計算數據子集的pignistic概率和與pignistic概率熵；

步驟C：計算數據分別使用數據每個屬性對節點進行分裂后對應的增益率，選擇增益率最高的屬性作為當前節點的最佳分裂屬性。

5.根據權利要求1所述的一種基于信度決策樹的自訓練學習方法，其特征在于，所述步驟四主要包括以下步驟：

步驟4.1：使用未標記數據樣本與標記數據樣本標簽之間證據的Jousselme距離平均值來對預測標記樣本置信度進行計算；

步驟4.2：設置閾值對未標記樣本進行篩選，將置信度大于閾值的預測的未標記樣本加入標記樣本的訓練集中，并從未標記樣本集中刪除。