[发明专利]基于非零均值漂移参数并行识别噪声样本的方法

权利要求书

1.一种基于非零均值漂移参数并行识别噪声样本的方法，用于从含有多个样本的训练数据集中移除含有标签噪声的所述样本，将含有标签噪声的所述样本记作噪声样本，将其余的所述样本记作非噪声样本，其特征在于，包括：

步骤S1，利用所述训练数据集对神经网络模型进行训练，并在训练过程中保存所有所述样本被所述神经网络模型提取的特征向量；

步骤S2，利用所述训练数据集中被识别为所述非噪声样本的所述特征向量计算每个类别的特征原型；

步骤S3，利用每个所述类别的所述特征原型计算所述类别之间的相似度，并根据所述相似度将所有所述类别划分为多个类别组，其中，每个所述类别组内的所述类别之间的所述相似度之和最小；

步骤S4，将每个所述类别组内的所述样本划分为多个批次，以重采样的方式保证每个所述样本至少在一个所述批次中出现；

步骤S5，对每个所述批次，利用含有非零均值漂移参数的线性回归模型拟合该批次的特征矩阵以及标签矩阵，并求解对应的所述非零均值漂移参数的解路径，其中，所述含有非零均值漂移参数的线性回归模型的公式如下：

Y＝Xβ+γ+ε，

式中，β为所述线性回归模型的回归系数，γ为均值漂移参数，ε为随机的高斯噪声，X为特征矩阵，Y为标签矩阵；

步骤S6，基于步骤S5求解的所述解路径，对每个所述批次选取部分所述样本作为识别出的所述噪声样本，将所有所述批次识别出的所述噪声样本合并并移除，从而形成新的训练数据集；

步骤S7，判断所述神经网络模型是否收敛，当判断为是时完成所述神经网络模型的训练，当判断为否时重复步骤S1-S6。

2.根据权利要求1所述的基于非零均值漂移参数并行识别噪声样本的方法，其特征在于：

其中，步骤S2中，计算所述非噪声样本的特征均值作为所述类别的所述特征原型，即：

式中，O为噪声样本集合，X_i为样本i的特征向量，Y_i为样本i的独热标签向量，c为类别总数。

3.根据权利要求2所述的基于非零均值漂移参数并行识别噪声样本的方法，其特征在于：

其中，步骤S3中，利用以下公式计算两个所述类别之间的所述相似度：

4.根据权利要求1所述的基于非零均值漂移参数并行识别噪声样本的方法，其特征在于：

其中，步骤S5包括以下子步骤：

步骤S5-1，对每个样本i，利用线性回归模型拟合特征空间与标签空间的线性关系，公式如下：

Y_i＝X_iβ+ε，

式中，β为线性回归模型的回归系数，ε为随机的高斯噪声，X_i为样本i的特征向量，Y_i为样本i的标签向量；

步骤S5-2，对所述线性回归模型增加所述均值漂移参数γ，即：

Y_i＝X_iβ+γ+ε，

步骤S5-3，将所有N个样本i以行的形式结合在一起，得到所述含有非零均值漂移参数的线性回归模型；

步骤S5-4，求解所述均值漂移参数γ的解路径。