[發(fā)明專利]一種基于支持向量機(jī)的數(shù)據(jù)分類方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202111248092.1
• 申請(qǐng)日: 2021-10-26
• 公開（公告）號(hào): CN113887742A
• 公開（公告）日: 2022-01-04
• 發(fā)明（設(shè)計(jì)）人: 王國胤;周豪;張勇;付京成
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06N20/10
• 分類號(hào): G06N20/10
• 代理公司: 成都行之專利代理事務(wù)所(普通合伙) 51220
• 代理人: 胡曉麗

1.一種基于支持向量機(jī)的數(shù)據(jù)分類方法，其特征在于，包括以下步驟：

S1、獲取待分類數(shù)據(jù)，采用改進(jìn)投票率的基于完全隨機(jī)森林的噪聲過濾學(xué)習(xí)方法進(jìn)行數(shù)據(jù)清洗去除待分類數(shù)據(jù)中的噪聲數(shù)據(jù)，得到無噪聲待分類數(shù)據(jù)集；

S2、對(duì)無噪聲待分類數(shù)據(jù)集進(jìn)行線性映射，得到無噪聲線性數(shù)據(jù)集，

S3、通過將SVM模型中的懲罰系數(shù)設(shè)置為其取值范圍內(nèi)的最大值來修正SVM模型；

S4、將無噪聲線性數(shù)據(jù)集作為SVM模型的訓(xùn)練集輸入到修正后的SVM模型中進(jìn)行訓(xùn)練，修正后的SVM模型對(duì)無噪聲線性數(shù)據(jù)集進(jìn)行分類，得到數(shù)據(jù)的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的數(shù)據(jù)分類方法，其特征在于，步驟S1中，包括以下過程：

S11、對(duì)待分類數(shù)據(jù)采用完全隨機(jī)樹CRDT來構(gòu)建完全隨機(jī)森林CRF，其中，完全隨機(jī)森林CRF中包括Ntree棵CRDT樹；

S12、根據(jù)每棵CRDT樹中每個(gè)節(jié)點(diǎn)數(shù)據(jù)的噪聲強(qiáng)度值與噪聲強(qiáng)度閾值NI的比較結(jié)果，得到每一棵CRDT樹的類噪聲初步檢測(cè)結(jié)果，對(duì)類噪聲初步檢測(cè)結(jié)果進(jìn)行投票匯總，得到類噪聲初步檢測(cè)投票結(jié)果VR，計(jì)算公式為：

其中，待分類數(shù)據(jù)表示為D＝{(x₁，y₁)，(x₂，y₂)，…，(x_n，y_n)}，x_i表示第i個(gè)樣本，y_i∈{+1，1}表示第i個(gè)樣本的標(biāo)簽；NI表示噪聲強(qiáng)度閾值，t_k(x_i)表示第k棵完全隨機(jī)樹的類噪聲初步檢測(cè)結(jié)果；

S13、根據(jù)類噪聲初步檢測(cè)投票結(jié)果VR與完全隨機(jī)森林CRF中完全隨機(jī)樹的總數(shù)Ntree的比值，得到投票百分比Vote：

S14、設(shè)置投票百分比閾值VP∈(0，1)，VP表示對(duì)應(yīng)于最佳驗(yàn)證精度時(shí)的最佳投票百分比；

S15、對(duì)投票百分比和投票百分比閾值進(jìn)行比較，對(duì)類噪聲初步檢測(cè)投票結(jié)果VR中初步標(biāo)記為類噪聲的樣本進(jìn)行類噪聲的再次判定，過濾其中的噪聲樣本，得到無噪聲待分類數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的一種基于支持向量機(jī)的數(shù)據(jù)分類方法，其特征在于，S15中對(duì)投票百分比和投票百分比閾值進(jìn)行比較的過程為：當(dāng)類噪聲初步檢測(cè)投票結(jié)果VR中，初步標(biāo)記為類噪聲的節(jié)點(diǎn)的投票結(jié)果為：當(dāng)投票百分比Vote大于等于投票百分比閾值VP時(shí)，投票結(jié)果為1則這個(gè)樣本被標(biāo)記為噪聲樣本，當(dāng)投票百分比Vote小于投票百分比閾值VP時(shí)，投票結(jié)果為0則這個(gè)樣本被標(biāo)記為無噪聲待分類數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的數(shù)據(jù)分類方法，其特征在于，S3中將支撐向量機(jī)中的懲罰系數(shù)設(shè)置為2⁸。

5.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的數(shù)據(jù)分類方法，其特征在于，S4中的具體過程為：將無噪聲待分類數(shù)據(jù)集中的樣本映射到一個(gè)高維特征空間H中，并在此高維特征空間H中選取一個(gè)合適的內(nèi)積核函數(shù)，由此構(gòu)建一個(gè)目標(biāo)函數(shù)，根據(jù)目標(biāo)函數(shù)將無噪聲待分類數(shù)據(jù)集中的類噪聲提取出來，所述目標(biāo)函數(shù)為：

其中，α_i表示Lagrange乘子，K(x_ix_i)表示內(nèi)積核函數(shù)，x_i表示無噪聲待分類數(shù)據(jù)集中第i個(gè)樣本，y_i∈{+1，1}表示第i個(gè)樣本的標(biāo)簽。

6.根據(jù)權(quán)利要求5所述的一種基于支持向量機(jī)的數(shù)據(jù)分類方法，其特征在于，所述內(nèi)積核函數(shù)為p階多項(xiàng)式分類函數(shù)、徑向基函數(shù)或Sigmoid函數(shù)。