[发明专利]一种基于随机森林的异常数据处理方法

说明书

一种基于随机森林的异常数据处理方法，通过将被动恢复数据后获取输出数据变为主动删减包含失效信息的失效决策树，该方法通过有效的改善了信息缺失或信息失效引起无法准确获取输出信息而导致的可靠性与准确性下降的情况，减少了由于应用恢复数据引起的检测准确度下降及不确定增加等问题。通过本发明的实施，可以在系统某个参数或某些参数存在异常情况下，仍能准确输出数据，提高系统在输入异常情况下的输出信息可靠性与准确性。

技术领域

本发明涉及一种基于随机森林的异常数据处理方法。

背景技术

由于规模庞大、结构复杂、零件种类多、影响因素多的特点，使得复杂系统的故障发生概率较大，当输入部分存在信息缺失或信息异常的情况下，传统方法往往会由于系统处于失效状态而无法获取输出结果。为保证系统在数据丢失或数据异常情况下，仍然能够根据不完整的输入信息获取准确的输出结果，一旦某个或某些输入信息由于故障或者可靠性下降等因素导致信息失效，仍然能根据现存有效信息保证输出信息能够可靠且准确的获取。现常用的方法大多是采用数据恢复的方法，通过历史数据趋势或各零部件的相关性获取失效零部件的最佳估计值，再根据该估计值与其余真实值获取其输出值或决策结果，该信息会由于存在估计信息，使得输出信息的可靠性下降，其输出误差及不确定度也会随着其可靠性的下降而增大。

发明内容

为解决上述技术问题，本发明提供了一种基于随机森林的异常数据处理方法，通过将被动恢复数据后获取输出数据变为主动删减包含失效信息的失效决策树，该方法通过有效的改善了信息缺失或信息失效引起无法准确获取输出信息而导致的可靠性与准确性下降的情况，减少了由于应用恢复数据引起的检测准确度下降及不确定增加等问题。

本发明通过以下技术方案得以实现。

本发明提供的一种基于随机森林的异常数据处理方法，包括以下步骤：

步骤一：获取样本集，应用自助法对样本集进行有放回的采样，进行自助法样本扩充，对每一个样本构建一个与其规模相同的自助法样本；

步骤二：对每一个自助法样本分别建立一个决策树模型，在每个决策树的全部特征值中再进行无放回的随机选取，构建一个属性子集，并在每一步应用属性子集中最优属性进行决策树分枝；

步骤三：对每一棵树的决策结果通过数据融合获取其权重，当获取失效信息后，对每棵树的信息进行判断，若第i个决策树的属性子集中包含该失效属性，则判断该树的决策结果为失效，则令属性权重ω′’_i＝0，其余正常属性权重不变，即ω′‘_i＝ω_i。

步骤四：对权重进行重新分配，取失效信息δ＝[l₁,l₂,…,l_n]为输入失效信息所对应的属性参数，ξ＝[f₁,f₂,…,f_k]代表该决策树所使用的属性参数，表示该决策树内部的失效信息，当时取权重值为0，当时进行重新分配；

步骤五：对各决策树权重值需重新进行归一化处理，如式1所示，其中i为目标决策树编号，k为决策树总个数；

步骤六：对所获取的多个权重值进行加权融合获取其最终的决策结果。

在步骤三进行数据融合时使用神经网络进行数据融合。

在步骤三中进行数据融合时使用相关向量机进行数据融合。

在步骤四中，当时，若所面临的问题为分类问题，则将不包含失效信息的决策树权重置为1。

在步骤四中，当时，若所面临的问题为回归问题，则保持原决策树的权重不变。