[发明专利]一种基于二分类的双峰发射线数据搜寻方法

摘要

本发明公开了一种基于二分类的双峰发射线搜寻方法，首先利用相关子空间方法对双峰发射线数据做出特征提取，通过不同大小数据集，取不同参数时对相关子空间的个数和特征线分析，得出相关子空间的多条特征线；其次，根据相关子空间的特征线之间不同强弱的关联性，利用频繁模式挖掘和粗糙集理论将相关子空间分类；然后，利用支持向量机的方法对选出的训练集进行训练，从而构造出双峰发射线数据的分类模型；本发明的方法对于双峰发射线数据的搜寻具有可行性和有效性；在正样本比例极小的情况下，与其它方法相比，该方法可以将正样本的特征有效学习，从而构造出可用于双峰发射线数据分类的模型。

主权项

1.一种基于二分类的双峰发射线数据搜寻方法，其特征在于，包括以下三个阶段：利用相关子空间方法进行特征提取；对特征子空间做出分类；对每一类相关子空间上的数据进行二分类处理；具体包括以下步骤：第一阶段：利用相关子空间方法进行特征提取；a)数据预处理：将现有已证认的双峰发射线数据作为相关子空间方法的预备数据集；对数据进行归一化处理，去红移得到训练数据集，截取数据中波长为和之间的数据作为相关子空间中的最终训练数据；b)利用相关子空间方法进行特征提取：计算每个维度属性上，每条数据的局部数据集LDS(O，F_i)；O为训练集中的数据，F_i为训练集中的第i维属性；利用KNN计算局部数据集在每个属性维度上，计算每条数据的局部稀疏因子以及局部稀疏差异因子；c)得到相关子空间RS并确定相关子空间个数和相关子空间的特征线；d)对相关子空间做出特征描述：通过特征线的波长覆盖范围Wave、红蓝移之差RBS、线强比LSR三个特性来对特征线做具体描述；第二阶段：对相关子空间做出分类：利用频繁模式挖掘和粗糙集理论将相关子空间分成若干组，具体包括以下步骤：e)选择验证数据集：人眼挑选若干双峰发射线数据，观察相关子空间中的特征位置是否出现双峰发射线；选择用于挖掘的训练集并设置最小支持度阈值s和最小置信度阈值c；f)扫描数据集，得到频繁项集，将频繁模式中的子集组成规则A＝>B的形式，计算其支持度s(A＝>B)＝P(A∪B)和置信度c(A＝>B)＝P(A|B)，并记录下来；通过比较得到强关联规则；g)将选出的每个A＝>B形式的强关联规则做变形处理，取A与B的并集A∪B作为该频繁模式最终的关联集合；根据粗糙集理论的上下近似逼近的方法，将关联集合分别取并集和交集作为上近似与下近似的集合；将上下近似分别作为相关子空间的分类结果，得到相关子空间的子集分类；第三阶段：对每一类相关子空间上的数据进行分类处理；h)选择训练集的正样本和负样本，计算相关子空间的特征概率：计算相关子空间中的每个特征出现的频率P_i作为该特征的概率值；i)按照步骤a)的方法进行数据预处理，设置惩罚因子C，迭代最大次数I；选择核函数K，求核值矩阵，初始化拉格朗日因子矩阵α；j)选择测试数据集：从LAMOST DR5数据中随机选取10000条数据作为验证本发明的测试集；人眼检查测试数据集中的正样本，将其标记；利用测试数据集的分类结果，记录运行时间并计算准确率、召回率以及约减率。