[發明專利]一種基于D-SMOTE的離散數據過采樣方法有效

申請號：	202110025365.X	申請日：	2021-01-08
公開（公告）號：	CN112685515B	公開（公告）日：	2022-08-12
發明（設計）人：	謝國;上官安琪;穆凌霞;費蓉;姬文江;黑新宏;辛菁;馬佳琳;李思雨;陳文斌	申請（專利權）人：	西安理工大學
主分類號：	G06F16/28	分類號：	G06F16/28;G06F16/245
代理公司：	西安弘理專利事務所 61214	代理人：	王敏強
地址：	710048 陜***	國省代碼：	陜西;61
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于 smote 離散數據采樣方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了一種基于D?SMOTE的離散數據過采樣方法，具體按照以下步驟實施：步驟1、通過人為或記錄儀記錄交通事故樣本；步驟2、確定所述步驟1得到的事故樣本中的最多類樣本與多個少類樣本，并通過隨機選取方式確定三角閉環空間；步驟3、計算所述步驟2中最多類樣本與多個少類樣本之間的比值λ，將該比值作為少類樣本的采樣倍率；步驟4、通過改進插值公式，產生帶有離散特征的少類樣本數據。本發明有助于提高交通事故嚴重程度數據集質量，為道路安全決策提供依據。

技術領域

本發明屬于離散數據過采樣技術領域，具體涉及一種基于D-SMOTE的離散數據過采樣方法。

背景技術

為了提高道路交通安全水平，需要對交通事故的嚴重程度進行預測。而交通事故嚴重程度數據集通常被記錄為離散數據，并且由于特大事故發生次數遠遠小于一般事故的發生次數，因此，交通事故嚴重程度數據集是一個離散且極不均衡樣本。這種樣本特點會影響神經網絡的模型訓練效果，使得預測結果偏向于一般事故，進而提高了未來道路運行風險。因此，在將事故嚴重程度樣本輸送至神經網絡之前，需要先對樣本進行均衡化處理。合成少數類過采樣技術(SMOTE)方法是一種過采樣方法，它通過提高少類樣本的數量使得整體樣本達到均衡狀態。但是這種方法無法生成逼近于原始離散樣本的數據，而且所生成的樣本具有較大的稀疏特性。因此，本發明提出一種離散合成少數類過采樣技術(D-SMOTE)方法，提高交通事故嚴重程度數據集質量。

發明內容

本發明的目的是提供一種基于D-SMOTE的離散數據過采樣方法，有助于提高交通事故嚴重程度數據集質量，為道路安全決策提供依據。

本發明所采用的技術方案是，一種基于D-SMOTE的離散數據過采樣方法，具體按照以下步驟實施：

步驟1、通過人為或記錄儀記錄交通事故樣本；

步驟2、確定所述步驟1得到的事故樣本中的最多類樣本與多個少類樣本，并通過隨機選取方式確定三角閉環空間；

步驟3、計算所述步驟2中最多類樣本與多個少類樣本之間的比值λ，將該比值作為少類樣本的采樣倍率；

步驟4、通過改進插值公式，產生帶有離散特征的少類樣本數據。

本發明的特點還在于，

步驟2具體如下：

步驟2.1、假設交通事故樣本有n類，其中，L_l是最多類樣本，L_s,s＝{1,...,n,s≠l}是多個少類樣本；

步驟2.2、確定少類樣本中閉環空間的三個頂點為x^s、m₁^s、m₂^s，隨機選取少類樣本L_s中的樣本x^s，并在x^s周圍隨機選擇一個樣本m₁^s，將m₁^s周圍的少類樣本L_s的數量記為k^s，其他類別樣本的數量記為k₁^s；