[發明專利]一種回溯式迭代車輛性能極度不平衡數據分類方法

在審

• 申請號: 202110939593.8
• 申請日: 2021-08-16
• 公開（公告）號: CN113657489A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 楊云;左鵬飛;倪園園;劉晨;段宗濤;康軍
• 申請（專利權）人: 長安大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 馬貴香

本發明一種回溯式迭代車輛性能極度不平衡數據分類方法，包括：從車輛性能測評數據獲取多個訓練樣本，初始化所有訓練樣本的權重；每次迭代中，根據所屬迭代次數對應的訓練樣本權重構建與迭代次數對應的弱分類器，采用弱分類器對訓練樣本進行分類，根據弱分類器的分類結果更新訓練樣本的權重，再基于綜合相似度和KNN分類算法回溯更新所有訓練樣本的權重；其中，所述綜合相似度是指根據相似度理論和歐幾里得距離綜合判斷的相似度；組合所述得到的所有弱分類器，獲得強分類器；采用強分類器對待分類的測試樣本進行分類。本發明在車輛性能測評數據集標簽分類任務上，不僅誤差更小，且能在較少的迭代次數下達到較好分類的結果。

技術領域

本發明涉及車輛性能分類技術，具體為一種回溯式迭代車輛性能極度不平衡數據分類方法。

背景技術

現代社會快節奏生活成為常態，車輛已成為城市生活中不可或缺的重要交通工具。然而車輛在為人類社會造福的同時，也帶來了許多負面的影響，如安全隱患、大氣污染和噪聲超標等一系列亟待解決的問題。針對于車輛自身的復雜電子機械結構，必須提供人們出行時的生命安全保障需求，及時并有效地對車輛性能進行測評是目前該領域研究的當務之急。然而，依據道路交通中傳感器采集的車輛測評數據集，其標簽自然呈現極度不均衡狀態，絕大多數車輛性能標記為優秀、良好或正常，僅有極少數汽車可標記為差，這對傳統分類算法的預測結果提出嚴峻的挑戰。分類方法廣泛應用于視頻、語音和文字預測分類各應用領域，其中數據不平衡也是其他分類任務面臨的一個典型困難。一般而言，如果類別不平衡比例超過4:1，那么其分類器會因為數據不平衡性而完全無法滿足分類的基本精度要求。簡而言之，無論是從分類算法理論創新角度，還是從車輛性能極度不平衡數據分類任務角度，考慮現實中大量多類別不均衡識別和回歸問題，在構建分類模型之前，必須對分類不平衡性問題進行處理。

目前為止，對于不平衡分類問題的解決策略主要包括數據層面、算法層面以及混合方法。數據層面旨在對數據重新分布采樣，降低數據之間的不平衡性，主要有過采樣方法、欠采樣方法。算法層面具體在模型訓練過程中，更加關注較少類別樣本的識別，目前很多研究在傳統分類算法基礎上進行改進，適當地修改算法使之適應不平衡分類問題，其改進策略包括分類器集成、代價敏感學習和特征選擇方法等。混合方法主要結合數據層面和算法層面，提高分類器性能。

在算法層面上，雖然K-Adaboost作為一種新的改進算法，首次將KNN與Adaboost算法相結合，可以較好地解決數據的不平衡問題，但是在實際問題中，數據的表現形式更為多樣且特征分布呈現更為復雜的非線性，加之該類型算法并沒有考慮到數據特征的相關性和權重更新的邏輯性，因此分類效果尚無法達到工業應用要求。

發明內容

針對現有技術中存在的問題，本發明提供一種回溯式迭代車輛性能極度不平衡數據分類方法，在車輛性能測評數據集標簽分類任務上，不僅誤差更小，且能在較少的迭代次數下達到較好分類的結果。

本發明是通過以下技術方案來實現：

一種回溯式迭代車輛性能極度不平衡數據分類方法，包括以下步驟：

步驟1，從車輛性能測評數據獲取多個訓練樣本，初始化所有訓練樣本的權重；

步驟2，通過回溯式迭代更新所有訓練樣本的權重：每次迭代中，根據所屬迭代次數對應的訓練樣本權重構建與迭代次數對應的弱分類器，采用弱分類器對訓練樣本進行分類，根據弱分類器所得的分類結果更新所有訓練樣本的權重，再基于綜合相似度和KNN分類算法回溯更新所有訓練樣本的權重，回溯更新完成后，進行下一次迭代；其中，所述綜合相似度是指根據相似度理論和歐幾里得距離綜合判斷的相似度；

步驟3，組合步驟2)中得到的所有弱分類器，獲得強分類器；

步驟4，采用強分類器對待分類的測試樣本進行分類。