[发明专利]一种机器错误数据分类方法及系统

说明书

技术领域

本申请涉及数据挖掘技术领域，特别是涉及一种机器错误数据分类方法及系统。

背景技术

随着计算机技术和智能化的不断发展，机器错误数据分类已经发展成为数据挖掘中非常重要的一个研究课题。其中，机器错误数据分类技术通过对机器错误进行数据描述、分析数据结构，进而获取数据特征，最后根据数据特征来对机器错误数据进行分类。

在现有技术中，通常利用字典学习算法，比如K-SVD和D-KSVD(Discriminative K-SVD)等，对训练集中的机器数据及机器数据的标定情况进行学习，得到重构字典、稀疏编码及分类器，并利用得到的稀疏编码表征机器数据的特征，进而实现对测试样本的分类。然而，由于真实世界中的机器错误数据通常只有少量是有标记的，而大多数是无标记的，当选取的训练集中样本数量较少时，易造成机器错误数据的特征无法精确表征，降低了机器错误数据分类的精准度。

发明内容

有鉴于此，本申请提供了一种机器错误数据分类方法及系统，以解决现有技术中当选取的训练集中样本数量较少时，易造成机器错误数据的特征无法精确表征，降低机器错误数据分类的精准度的问题。

为解决上述技术问题，本申请提供一种机器错误数据分类方法，包括：

获取原始训练集X，所述原始训练集X包括已标记机器数据X_L和未标记机器数据X_U；

利用所述已标记机器数据X_L的标签，用半监督的标签传播算法估计得到所述未标记机器数据X_U的标签，对所述已标记机器数据X_L及估计出标签的所述未标记机器数据X_U进行分类，得到分类训练集；

基于所述分类训练集中的机器数据及标签信息，进行标签一致的字典学习，同时最小化重构错误、判别稀疏编码错误和分类错误，计算得到重构字典D、稀疏编码S和多类线性分类器，同时保持所述可重构字典中各项与机器数据标签之间的内在关系，利用所述稀疏编码S来表征机器数据特征；

将所述机器数据特征输入所述多类线性分类器进行预测，确定测试样本的类别，实现机器数据的错误分类。

上述方法中，优选的，通过解决以下问题计算得到重构字典D、稀疏编码S和多类线性分类器：

其中，A为提取特征的投影矩阵，为分类器参数，为所述分类训练集的判别稀疏编码，是所述分类训练集的类别标签矩阵，为判别稀疏编码容错，α是该项的权衡参数，为分类错误，β是该项的权衡参数，K为所述重构字典D的维度，c为所有类别的数量。

上述方法中，优选的，将所述机器数据特征输入所述多类线性分类器进行预测，确定测试样本的类别，实现机器数据的错误分类，包括：

将所述机器数据特征输入所述多类线性分类器；

对计算得到的所述重构字典D、投影矩阵A及分类器参数W进行如下处理：

利用处理得到的重构字典训练新的测试样本x_new，得到所述测试样本x_new的稀疏编码s_new；

利用所述多类线性分类器估计得到标签向量并通过计算得到测试样本x_new的类别。

本申请还提供了一种机器错误数据分类系统，包括：

原始训练集获取模块，用于获取原始训练集X，所述原始训练集X包括已标记机器数据X_L和未标记机器数据X_U；

训练预处理模块，用于利用所述已标记机器数据X_L的标签，用半监督的标签传播算法估计得到所述未标记机器数据X_U的标签，对所述已标记机器数据X_L及估计出标签的所述未标记机器数据X_U进行分类，得到分类训练集；

训练模块，用于基于所述分类训练集中的机器数据及标签信息，进行标签一致的字典学习，同时最小化重构错误、判别稀疏编码错误和分类错误，计算得到重构字典D、稀疏编码S和多类线性分类器，同时保持所述可重构字典中各项与机器数据标签之间的内在关系，利用所述稀疏编码S来表征机器数据特征；

测试模块，用于将所述机器数据特征输入所述多类线性分类器进行预测，确定测试样本的类别，实现机器数据的错误分类。

上述系统中，优选的，所述测试模块包括：

输入子单元，用于将所述机器数据特征输入所述多类线性分类器；