[发明专利]一种不均衡样本分类方法和装置

权利要求书

1.一种不均衡样本分类方法，其特征在于，包括：

进行模型构建与训练：构建并训练变分自编码器网络，计算负样本最大重构误差，并对正样本进行分类模型训练；

预测未知样本所属分类：通过设定临界区上下限以及正样本分类门限来与未知样本的重构误差以及正样本分类概率分布相对比，以预测未知样本所属的分类。

2.根据权利要求1所述的不均衡样本分类方法，其特征在于，所述进行模型构建与训练具体包括：

构建变分自编码器网络并设定损失函数以及重构误差；

对变分自编码器网络进行训练并保存其网络和参数；

将所有负样本输入变分自编码器网络进行重构并计算重构误差，取计算的重构误差最大值作为负样本最大重构误差；

训练所有正样本的分类模型并保存该分类模型及参数。

3.根据权利要求2所述的不均衡样本分类方法，其特征在于，所述变分自编码器网络包括编码器网络和解码器网络，且保存所述变分自编码器网络时，将编码器网络的网络和参数以及解码器网络的网络和参数分别保存。

4.根据权利要求3所述的不均衡样本分类方法，其特征在于，所述设定损失函数以及重构误差具体包括：

将样本的特征向量x重构为其中，E(·)表示编码器函数，S(·)表示高斯分布抽样函数，D(·)表示解码器函数；

设定重构误差

单个样本的损失函数为：其中，μ为高斯分布的均值，σ为高斯分布的协方差。

5.根据权利要求4所述的不均衡样本分类方法，其特征在于，所述对变分自编码器网络进行训练具体包括：

将负样本分为若干批次来依次进行训练；

计算每个批次的重构损失以及重构损失对网络参数的梯度；

通过梯度下降优化策略优化网络参数；

判断所有批次是否完成训练，以及是否达到最大训练次数，若均是则结束训练。

6.根据权利要求5所述的不均衡样本分类方法，其特征在于，所述预测未知样本所属分类具体包括：

设定临界区下限系数α和上限系数β，得到临界区间[α×M，β×M]，其中，α＜β，M为负样本最大重构误差；

设定正样本分类门限P，且1/K＜P＜1，其中，K为正样本分类数；

将未知样本输入编码器网络和解码器网络并计算其重构误差R_x；

判断未知样本的重构误差R_x是否小于临界区下限α×M，以确定输出预测结果为负样本或计算未知样本的正样本分类概率分布；

判断是否能以大于正样本分类门限P的概率将未知样本归类为某一类正样本以及未知样本的重构误差R_x是否处在临界区间内，以确定输出预测结果为正样本或负样本。

7.根据权利要求6所述的不均衡样本分类方法，其特征在于，所述判断未知样本的重构误差R_x是否小于临界区下限α×M，以确定输出预测结果为负样本或计算未知样本的正样本分类概率分布具体包括：

若未知样本的重构误差R_x小于临界区下限α×M，则输出预测结果为负样本，否则通过保存的分类模型计算未知样本的正样本分类概率分布。