[发明专利]一种基于强化学习的大数据特征提取方法及系统

说明书

本发明公开了一种基于强化学习的大数据特征提取方法及系统，该方法包括：获取原始大数据并进行特征提取，得到全局特征和局部特征；智能体根据全局特征和局部特征生成动作策略和状态值；根据动作策略执行相应的动作，得到特征数据；根据智能体的状态值和局部特征进行评价，并生成得分奖励；累积得分奖励，判断到累积的得分奖励最大化，以当前的特征数据为最优特征。该系统包括：特征提取模块、动作策略生成模块、动作执行模块、评价模块和判定模块。通过使用本发明，能够在少量的样本数据中就能获得较高精度的特征数据。本发明可广泛应用于特征提取领域。

技术领域

本发明涉及特征提取领域，尤其涉及一种基于强化学习的大数据特征提取方法及系统。

背景技术

在大数据处理领域中，原始的数据含有太多的冗余信息，如噪声和无关信息特征，增加了数据处理整个过程的负担和计算成本。在传统的样本数据处理过程中，不但训练和测试的样本数据少，而且存在的无关量也影响整个数据处理过程，因此需要对样本数据进行处理，提取海量数据的特征值，以进一步提高数据的准确率及实用性。因此，需要一种特征方法能够从海量大数据中提取有用数据，以减少无用信息造成的存储空间浪费，处理时间过长等问题。

发明内容

为了解决上述技术问题，本发明的目的是提供一种基于强化学习的大数据特征提取方法及系统，能够在少量的样本数据中就能获得较高精度的特征数据。

本发明所采用的第一技术方案是：一种基于强化学习的大数据特征提取方法，包括以下步骤：

S1、获取原始大数据并进行特征提取，得到全局特征和局部特征；

S2、智能体根据全局特征和局部特征生成动作策略和状态值；

S3、根据动作策略执行相应的动作，得到特征数据；

S4、根据智能体的状态值和局部特征进行评价，并生成得分奖励；

S5、循环步骤S1-S4并累积得分奖励，判断到累积的得分奖励最大化，以当前的特征数据为最优特征。

进一步，所述智能体包括三个全连接层和一个长短期记忆网络，所述智能体根据全局特征和局部特征生成动作策略和状态值这一步骤，其具体包括：

基于智能体中的全连接层将全局特征和局部特征进行整合，并根据整合特征生成动作策略；

基于智能体中的长短期记忆网络根据整合特征值生成智能体的状态值。

进一步，所述根据动作策略执行相应的动作，得到特征数据这一步骤，其具体包括：

根据动作策略在预定义的动作空间中选择相应的动作并执行，对整合特征进行处理，得到特征数据区块；

所述动作包括区块平移、区块反转和区块缩放。

进一步，所述根据智能体的状态值和局部特征进行评价具体采用的评价函数公式如下：

p_t＝sign(g(d_t+1)-g(d_t))-τ(t+1)

上式中，sign()为符号函数，用来限制两个特征数据得分之间差值的范围，g(d_t+1)和g(d_t)分别表示t+1时刻和t时刻的奖励分数，τ(t+1)表示负奖励项。

进一步，判断累积的得分奖励最大化具体为最大化目标函数，所述目标函数公式如下：

F＝R_t-V(s_t；θ_v)