[發(fā)明專(zhuān)利]基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)方法、系統(tǒng)及設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202110289502.0
• 申請(qǐng)日: 2021-03-18
• 公開(kāi)（公告）號(hào): CN112989284A
• 公開(kāi)（公告）日: 2021-06-18
• 發(fā)明（設(shè)計(jì)）人: 張貴川
• 申請(qǐng)（專(zhuān)利權(quán)）人: 北京明略昭輝科技有限公司
• 主分類(lèi)號(hào): G06F17/18
• 分類(lèi)號(hào): G06F17/18;G06K9/62
• 代理公司: 青島清泰聯(lián)信知識(shí)產(chǎn)權(quán)代理有限公司 37256
• 代理人: 李紅巖

1.一種基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)方法，其特征在于，包括如下步驟：

噪聲概率分布值初始化步驟，基于待判別數(shù)據(jù)的訓(xùn)練數(shù)據(jù)樣本，初始化所述訓(xùn)練數(shù)據(jù)樣本的噪聲概率分布值；

噪聲概率分布值更新步驟，根據(jù)所述訓(xùn)練數(shù)據(jù)樣本訓(xùn)練基分類(lèi)器，并根據(jù)所述噪聲概率分布值計(jì)算得到所述基分類(lèi)器的錯(cuò)誤率；根據(jù)所述錯(cuò)誤率，計(jì)算得到所述基分類(lèi)器的權(quán)值；根據(jù)所述權(quán)值，更新所述噪聲概率分布值；

噪聲數(shù)據(jù)鑒別步驟，基于更新后的所述噪聲概率分布值重復(fù)執(zhí)行所述噪聲概率分布更新步驟，直至迭代次數(shù)達(dá)到預(yù)設(shè)迭代次數(shù)，記錄所述訓(xùn)練數(shù)據(jù)樣本的噪聲概率分布值變化情況；

噪聲數(shù)據(jù)抽取步驟，根據(jù)所述噪聲概率分布值變化情況，確定并抽取所述待判別數(shù)據(jù)中的噪聲數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)方法，其特征在于，所述噪聲數(shù)據(jù)抽取步驟中，還包括：

噪聲概率分布值趨勢(shì)判斷步驟，根據(jù)所述噪聲概率分布值變化情況，判斷所述預(yù)設(shè)迭代次數(shù)中所述噪聲概率分布值的增減趨勢(shì)；

噪聲數(shù)據(jù)確定步驟，確定所述預(yù)設(shè)迭代次數(shù)中所述噪聲概率分布值遞增的所述訓(xùn)練數(shù)據(jù)樣本，從而確定所述待判別數(shù)據(jù)中的噪聲數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)方法，其特征在于，所述噪聲概率分布值初始化步驟中初始化所述訓(xùn)練數(shù)據(jù)樣本的噪聲概率分布值的方法，具體包括：

將所有所述訓(xùn)練數(shù)據(jù)樣本的噪聲概率分布值初始化為相同的數(shù)值，其計(jì)算公式具體包括：

w_1i＝1/n，i＝1,2,...,n

式中，w_1i表示每條訓(xùn)練數(shù)據(jù)樣本的初始化噪聲概率分布值；n表示所有訓(xùn)練數(shù)據(jù)樣本的條數(shù)。

4.根據(jù)權(quán)利要求1所述的基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)方法，其特征在于，所述噪聲概率分布值更新步驟中所述基分類(lèi)器的錯(cuò)誤率的計(jì)算公式，具體包括：

式中，err^m表示第m次迭代基分類(lèi)器的錯(cuò)誤率；c_i表示第i條訓(xùn)練數(shù)據(jù)樣本X_i的類(lèi)別；I()表示示性函數(shù)；T_m()表示基分類(lèi)器；m表示迭代次數(shù)。

5.根據(jù)權(quán)利要求1所述的基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)方法，其特征在于，所述噪聲概率分布值更新步驟中所述基分類(lèi)器的權(quán)值的計(jì)算公式，具體包括：

式中，a^m表示第m次迭代基分類(lèi)器的權(quán)值；K表示訓(xùn)練數(shù)據(jù)樣本的類(lèi)別總數(shù)。

6.根據(jù)權(quán)利要求1所述的基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)方法，其特征在于，所述噪聲概率分布值更新步驟中更新所述噪聲概率分布值的計(jì)算公式，具體包括：

w_m+1,i＝w_mi exp(a^m·I(c_i≠T_m(X_i)))，i＝1,2,...,n，m＝1,2,...,M

式中：w_m+1,i表示每條訓(xùn)練數(shù)據(jù)樣本的更新后的噪聲概率分布值；w_mi表示每條訓(xùn)練數(shù)據(jù)樣本的更新前的噪聲概率分布值。

7.一種實(shí)現(xiàn)基于SAMME算法的數(shù)據(jù)噪聲檢測(cè)的系統(tǒng)，其特征在于，包括：

噪聲概率分布初始化模塊，用于基于待判別數(shù)據(jù)的訓(xùn)練數(shù)據(jù)樣本，初始化所述訓(xùn)練數(shù)據(jù)樣本的噪聲概率分布值；

噪聲概率分布更新模塊，用于根據(jù)所述訓(xùn)練數(shù)據(jù)樣本訓(xùn)練基分類(lèi)器，并根據(jù)所述噪聲概率分布值計(jì)算得到所述基分類(lèi)器的錯(cuò)誤率；根據(jù)所述錯(cuò)誤率，計(jì)算得到所述基分類(lèi)器的權(quán)值；根據(jù)所述權(quán)值，更新所述噪聲概率分布值；

噪聲數(shù)據(jù)鑒別模塊，用于基于更新后的所述噪聲概率分布值重復(fù)執(zhí)行所述噪聲概率分布更新模塊，直至迭代次數(shù)達(dá)到預(yù)設(shè)迭代次數(shù)，記錄所述訓(xùn)練數(shù)據(jù)樣本的噪聲概率分布值變化情況；

噪聲數(shù)據(jù)抽取模塊，用于根據(jù)所述噪聲概率分布值變化情況，確定并抽取所述待判別數(shù)據(jù)中的噪聲數(shù)據(jù)。