[發明專利]用于異常檢測的機器學習分類任務的優化方法和裝置

在審

• 申請號: 202011131643.1
• 申請日: 2020-10-21
• 公開（公告）號: CN114462460A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 孫琦;范順杰;介鳴
• 申請（專利權）人: 西門子（中國）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于異常檢測的機器學習分類任務的優化方法，包括：

收集用于反映生產過程或產品的狀態的樣本數據以形成樣本數據集，其中，所述樣本數據集中的每一條樣本數據具有多個特征；

確定針對所述樣本數據集的一個或多個候選主成分集合；

針對所述一個或多個候選主成分集合中的每一個，執行以下操作：

將所述樣本數據集投影到該候選主成分集合上以獲得投影后的樣本數據集，

使用所述投影后的樣本數據集來對多個候選機器學習分類模型中的每一個進行訓練，以及

評估經訓練的候選機器學習分類模型中的每一個的性能分數；以及

選擇具有最高性能分數的候選機器學習分類模型和相對應的候選主成分集合，作為最優機器學習分類模型和最優主成分集合。

2.根據權利要求1所述的方法，還包括使用所述最優機器學習分類模型來執行所述機器學習分類任務，其包括：

將采集的具有多個特征的樣本數據投影到所述最優主成分集合上；

將投影后的樣本數據作為輸入提供給所述最優機器學習分類模型；以及

獲得所述最優機器學習分類模型輸出的預測結果。

3.根據權利要求1或2所述的方法，其中，確定針對所述樣本數據集的一個或多個候選主成分集合包括：

對所述樣本數據集中的所有樣本數據進行中心化處理；

計算所述樣本數據的協方差矩陣；

對所述協方差矩陣進行特征分解以求得多個特征值以及對應的特征向量；

計算所述多個特征值中最大的M個特征值的累計方差貢獻率c_M，使得c_M滿足預設的累計方差貢獻率閾值B；

將M與T進行比較，其中，T是預設的主成分數目閾值；

如果M＞T，則對于m＝T+1，T+2，...，M中的每一個，將與所述多個特征值中最大的m個特征值相對應的m個特征向量確定為一個候選主成分集合，共計(M-T)個候選主成分集合；

如果M＜T，則對于m＝T-1，T-2，...，M中的每一個，將與所述多個特征值中最大的m個特征值相對應的m個特征向量確定為一個候選主成分集合，共計(T-M)個候選主成分集合；以及

如果M＝T，則對于m＝T-A，...，T-1，T，T+1，...，T+A中的每一個，將與所述多個特征值中最大的m個特征值相對應的m個特征向量確定為一個候選主成分集合，共計(2A+1)個候選主成分集合，其中，A是預設的主成分數目調整范圍。

4.根據權利要求3所述的方法，其中，如果|c_M-B|≤Δ，則所述多個特征值中最大的M個特征值的累計方差貢獻率c_M滿足所述預設的累計方差貢獻率閾值B，其中，Δ是預設的可允許偏差。

5.根據權利要求3所述的方法，其中，對所述協方差矩陣進行特征分解以求得多個特征值以及對應的特征向量還包括：記錄所述樣本數據集的多個特征中與所述多個特征值中的每一個相對應的特征；并且

其中，所述方法還包括：

基于與所述最優主成分集合中的特征向量相對應的特征值，根據所述記錄確定最優特征集合，以及

根據所確定的最優特征集合來優化樣本數據采集。

6.根據權利要求1或2所述的方法，其中，評估經訓練的候選機器學習分類模型中的每一個的性能分數包括：

基于所述投影后的樣本數據集中的測試集，計算使用所述投影后的樣本數據集中的訓練集訓練的每一個候選機器學習分類模型的準確率。

7.根據權利要求2所述的方法，還包括：

基于所述預測結果對所述生產過程或所述產品進行控制。