[發明專利]一種面向變分布數據流的在線分類方法

有效

• 申請號: 202011455187.6
• 申請日: 2020-12-10
• 公開（公告）號: CN112528111B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 尹宏鵬;周瀚;廖城霖;鐘錦濤
• 申請（專利權）人: 重慶大學
• 主分類號: G06F16/906
• 分類號: G06F16/906
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種面向變分布數據流的在線分類方法，其特征在于：該方法包括以下步驟：

步驟一：離線訓練階段；利用歷史數據流的標簽數據訓練一個離線分類器，記為Γ_h；

步驟二：在線訓練階段；若有新的訓練標簽數據批次，則進入在線訓練階段，調整新數據分布并學習在線分類器，記為Γ_n；

步驟三：在線測試階段；若有無標簽測試數據到來，則綜合離線分類器Γ_h與在線分類器Γ_n形成集成分類器Γ預測該數據標簽。

2.根據權利要求1所述的一種面向變分布數據流的在線分類方法，其特征在于：所述步驟一具體為：

S1.1：將歷史流數據X_h切割為兩段，記為舊歷史數據與新歷史數據

S1.2：調整舊歷史數據與新歷史數據分布，使其條件概率分布一致，其數學表示如下：

其中，表示舊歷史數據中屬于k類樣本的平均值，表示新歷史數據中屬于k類樣本的平均值；對上述方程求解得：

利用分布變換矩陣A調整新歷史數據分布使其與舊歷史數據分布一致，即

S1.3：利用歷史數據與訓練出離線分類器Γ_h。

3.根據權利要求2所述的一種面向變分布數據流的在線分類方法，其特征在于：所述步驟二具體為：

S2.1：利用離線分類器Γ_h初始化在線分類器Γ_n；

S2.2：初始化離線分類器Γ_h與在線分類器Γ_n的權重μ與ν；

S2.3：若在t+1時刻有新的訓練數據批次更新分布變換矩陣A：

其中，表示所有歷史數據中屬于k類樣本的平均值，表示新批次數據中屬于k類樣本的平均值；求解上述方程得：

S2.4：利用變換后數據更新在線分類器Γ_n；

S2.5：利用下述策略更新離線分類器Γ_h與在線分類器Γ_n的權重：

其中β為(0,1)的權重參數；z^(t)＝trace(I_z)，其中I_z為對角陣：

r^(t)＝trace(I_r)，其中I_r為對角陣：

4.根據權利要求3所述的一種面向變分布數據流的在線分類方法，其特征在于：所述步驟三具體為：

S3.1：若有新測試數據x_new到來，利用變換矩陣A將數據至分布一致空間中，即Ax_new；

S3.2：集成離線分類器與在線分類器：

Γ＝μΓ_h+νΓ_n

則利用集成分類器Γ對新數據的Ax_new標簽進行預測并輸出。