[發(fā)明專利]一種基于最優(yōu)傳輸?shù)纳疃热笔Ь垲悪C器學習方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110321532.5
• 申請日: 2021-03-25
• 公開（公告）號: CN112766425A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設計）人: 朱信忠;徐慧英;王思為;劉新旺;趙建民
• 申請（專利權）人: 浙江師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 趙芳

1.一種基于最優(yōu)傳輸?shù)纳疃热笔Ь垲悪C器學習方法，其特征在于，包括：

S1.獲取聚類任務和目標數(shù)據(jù)樣本；

S2.將獲取的目標數(shù)據(jù)樣本中的每個樣本分為可觀測特征部分和缺失特征部分，基于填充任務對缺失特征部分進行初始填充并保持可觀測特征部分的不變性，得到第一聚類結果；

S3.通過最優(yōu)傳輸距離和KL散度分別建立神經網絡結構中的重構損失和聚類損失，得到優(yōu)化目標函數(shù)；

S4.基于得到的優(yōu)化目標函數(shù)將填充任務與聚類任務相融合，并對缺失特征部分的缺失值進行填充，得到最終的聚類結果。

2.根據(jù)權利要求1所述的一種基于最優(yōu)傳輸?shù)纳疃热笔Ь垲悪C器學習方法，其特征在于，所述步驟S3中得到的優(yōu)化目標函數(shù)，表示為：

其中，L表示優(yōu)化后的目標函數(shù)；Lc表示聚類損失函數(shù)；L_S表示重構損失函數(shù)；γ表示超參數(shù)，用來衡量兩個損失的權重。

3.根據(jù)權利要求2所述的一種基于最優(yōu)傳輸?shù)纳疃热笔Ь垲悪C器學習方法，其特征在于，所述步驟S3中建立神經網絡結構中的聚類損失，表示為：

其中，L_c表示聚類損失函數(shù)；P表示聚類分配矩陣；Q表示聚類分配矩陣的目標分布；p_ij表示第i個樣本屬于第j個簇的概率；q_ij表示p_ij中的元素高置信度的增量分布。

4.根據(jù)權利要求2所述的一種基于最優(yōu)傳輸?shù)纳疃热笔Ь垲悪C器學習方法，其特征在于，所述步驟S3中建立神經網絡結構中的重構損失，表示為：

其中，L_s表示重構損失函數(shù)；X表示初始填充后的輸入數(shù)據(jù)矩陣；表示重構樣本矩陣；f_d(f_e(X))表示經過神經網絡結構的編碼器、解碼器重構后的數(shù)據(jù)矩陣；S_?表示sinkhorn散度。

5.根據(jù)權利要求3所述的一種基于最優(yōu)傳輸?shù)纳疃热笔Ь垲悪C器學習方法，其特征在于，所述聚類分配矩陣P表示為：

其中，p_ij表示第i個樣本屬于第j個簇的概率；μ_j表示第j個聚類中心；z_i表示第i個中間變量。