[發明專利]一種基于單類支持向量機的煤礦瓦斯數據標記方法

有效

• 申請號: 202010584834.7
• 申請日: 2020-06-24
• 公開（公告）號: CN111814851B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 代勁;劉海川;張奇瑞;胡峰
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 王海軍

1.一種基于單類支持向量機的煤礦瓦斯數據標記方法，其特征在于，包括：

實時獲取煤礦瓦斯原始數據集，將煤礦瓦斯原始數據集進行分類，得到二分類不平衡數據集；

采用K-means聚類算法對二分類不平衡數據集進行處理，得到k個樣本池；每個樣本池包括一個未打標的樣本池和一個打標的樣本池；

對每個打標的樣本池中的數據進行分類，得到k個正類打標樣本池和k個負類打標樣本池；

將k個正類打標樣本池分別輸入到單類支持向量機模型中，預測k個未打標樣本池中的打標標簽；根據k個未打標樣本池中的打標標簽對煤礦瓦斯原始數據集中的數據進行打標；

得到k個樣本池的過程包括：

步驟1：采用K-means算法對二分類不平衡數據集進行聚類，得到K個簇；

步驟2：計算每個簇中每個樣本的曼哈頓距離；挑選出每個簇中曼哈頓距離最小的兩個樣本；并對兩個樣本進行初始化；

步驟3：設置單類支持向量機學習循環次數m；

步驟4：將初始化的樣本數據輸入到單類支持向量機中進行主動學習；

對兩個樣本進行初始化的過程包括：計算每簇中所有樣本距離dc；計算每個樣本到別的樣本距離的最小值dc_i；將dc中的最小值記為dc_min；根據得到的dc_i與dc_min求每個樣本密度；對每簇中樣本密度最大的兩個樣本進行標記，將標記結果為正的樣本作為單類支持向量機的初始化樣本；

計算每簇中所有樣本距離dc的公式為：

其中，X_i表示第i個樣本，X_j表示第j個樣本，n表示所有樣本；

樣本密度公式為：

dc_min＝min(dc)

其中，dt_i表示樣本密度，dc_i表示當前簇中與樣本最近的距離，dc_min表示當前簇中最近兩個樣本的距離，min(.)表示選取最小值，X_i表示第i個樣本，X_j表示第j個樣本，n表示所有樣本。

2.根據權利要求1所述的一種基于單類支持向量機的煤礦瓦斯數據標記方法，其特征在于，所述得到二分類不平衡數據集的過程包括：

步驟1：提取原始數據集中的特征；

步驟2：根據提取的數據特征對數據集進行打標分類，得到二分類不平衡數據集。

3.根據權利要求2所述的一種基于單類支持向量機的煤礦瓦斯數據標記方法，其特征在于，所述提取原始數據集中的特征包括：當前瓦斯濃度與前一次采集的瓦斯濃度的差值，當前瓦斯濃度與下一次采集的瓦斯濃度的差值以及當前瓦斯濃度值。

4.根據權利要求1所述的一種基于單類支持向量機的煤礦瓦斯數據標記方法，其特征在于，所述將初始化的樣本數據輸入到單類支持向量機中進行主動學習的過程包括：

步驟41：對初始化的樣本數據進行打標；將標記池分為正類標記樣本池和負類標記樣本池；若標記的樣本為正，則將該樣本放正類標記樣本池，若標記的樣本為負，則將該樣本放入負類樣標記樣本池；

步驟42：確定當前打標次數，判斷當前打標次數與設置的循環次數m的大小，當打標次數小于循環次數時，執行步驟43；當打標次數大于等于循環次數時，執行步驟45；

步驟43：將標記樣本池中的正類標記樣本輸入到支持向量機模型中進行學習，預測得到未標記樣本池中的標簽；

步驟44：采用樣本查詢策略對預測得到未標記樣本池中的標簽進行抽樣，并將抽樣得到的樣本加入標記樣本池中，同時移除未標記樣本池中對應的樣本，對標記樣本池和未標記樣本池進行更新，打標次數加1；返回步驟42；

步驟45：將最終更新后的標記樣本池重新輸入到單類支持向量機中進行學習，最終得到該樣本池中的樣本標簽。

5.根據權利要求4所述的一種基于單類支持向量機的煤礦瓦斯數據標記方法，其特征在于，所述采用樣本查詢策略對預測得到未標記樣本池中的標簽進行抽樣的公式為：

Q＝pl*dt

其中，Q表示抽樣得到的樣本，pl表示每一次單類支持向量機學習預測的樣本標記，dt表示樣本密度。