[发明专利]面向数据稀缺的自监督数据挖掘方法和系统

权利要求书

1.一种面向数据稀缺的自监督数据挖掘方法，其特征在于，构建数据挖掘模型，所述数据挖掘模型包括编码器和基于掩码卷积的预测器；该方法具体包括：

S1、预处理所有样本数据，获取各所述样本数据对应的图像；

S2、将各所述样本数据对应的图像进行重叠裁切获取图像块，且任意指定一个样本数据对应的全部图像块为正样本，其余样本数据对应的全部图像块为负样本；

S3、分别将所述正样本和负样本输入所述编码器中，获取所述正样本的特征空间、所述负样本的特征空间；

S4、将所述正样本的特征空间输入所述基于掩码卷积的预测器中，收集所述正样本的历史特征；并根据所述历史特征获取下一时间序列的线性预测值；

S5、构建正样本对和负样本对的对比策略，更新所述编码器的权重直至损失函数收敛；所述正样本对包括所述正样本的特征空间和所述线性预测值，所述负样本对包括所述负样本的特征空间和所述线性预测值；

S6、将预处理后的待挖掘数据输入训练完成后的编码器中，获取所述待挖掘数据对应的特征空间。

2.如权利要求1所述的面向数据稀缺的自监督数据挖掘方法，其特征在于，还包括：

S7、将所述待挖掘数据对应的特征空间输入目标分类模型中，所述目标分别模型包括用于在线评论、语音识别、视觉识别或者故障诊断。

3.如权利要求2所述的面向数据稀缺的自监督数据挖掘方法，其特征在于，所述S1中采用信号-图像转换方法预处理所有样本数据，具体包括：

给定任意一个样本数据L∈R^T，从L中随机截取由l(i),i＝1,…,M²组成的数据段，并通过以下转换函数被排列成图像，

其中P(a,b)表示得到图像的像素强度，Max(l)表示数据片段中的最大值，Min(l)表示数据片段中的最小值，round(·)为常见的舍入函数。

4.如权利要求3所述的面向数据稀缺的自监督数据挖掘方法，其特征在于，所述S3中编码器采用CNN网络。

5.如权利要求3所述的面向数据稀缺的自监督数据挖掘方法，其特征在于，所述S4中收集所述正样本的历史特征，具体包括：

将所述正样本的特征空间写成一维序列z₁,z₂,…,z_c1*c2，求解估计联合分布p(z)，

其中，p(z_c|z₁,...,z_c-1)表示历史特征z₁,...,z_c-1的第c个图像块的概率。

6.如权利要求3所述的面向数据稀缺的自监督数据挖掘方法，其特征在于，所述S4中预测器的激活函数采用LeakyReLU函数。

7.如权利要求1～6任一项所述的面向数据稀缺的自监督数据挖掘方法，其特征在于，所述S5中所述对比策略采用对比预测编码策略；和/或所述S5中损失函数采用比较损失函数。