[发明专利]一种基于带噪音标签数据的渐进性集成分类方法

权利要求书

1.一种基于带噪音标签数据的渐进性集成分类方法，其特征在于，包括以下步骤：

S1、输入训练样本和测试样本；

S2、使用bootstrap方法进行样本维采样，得到B个bootstrap分支；

S3、使用LDA线性判别分析方法对B个bootstrap分支训练分类器，生成各自的分类器；

S4、新建一个集成分类器集合Γ(P)，初始化为空，从步骤S3生成的分类器中选择第一个分类器加入到Γ(P)中；

S5、渐进式分类器选择：在剩下的分类器中逐步选取后续的满足条件的分类器作为分支加入到Γ(P)中；直到选取的分支数目达到预先设定的集成分类器集合的分支数目G，停止选择；同时输出选择好的集成分类器集合及各分类器分支对应的权重；

S6、利用集成分类器集合及各分类器分支对应的权重对测试样本进行分类，得出最后的预测结果。

2.根据权利要求1所述的渐进性集成分类方法，其特征在于，步骤S1的具体步骤是：输入一个待分类的带噪音标签的数据集，选定训练数据集P_r＝{(p₁,y₁),(p₂,y₂),…,(p_l,y_l)}，l为训练样本数目，p_i(i∈{1,…,l})为训练样本，y_i为样本标签，同时每个p_i有d个属性维。

3.根据权利要求1所述的渐进性集成分类方法，其特征在于，使用5倍交叉验证来进行实验，具体的：

第一次实验：第1份作为测试数据集P_e，剩下4份作为训练数据集P_r；训练数据集P_r＝{(p₁,y₁),(p₂,y₂),…,(p_l,y_l)}，l为训练样本数目，p_i(i∈{1,…,l})为训练样本，y_i为样本标签，同时每个p_i有d个属性维；

第二次实验：第2份作为测试数据集P_e，剩下4份作为训练数据集P_r；

以此类推，共进行5次实验。

4.根据权利要求2所述的渐进性集成分类方法，其特征在于，步骤S2中，使用bootstrap方法对训练数据集P_r进行样本维采样：

使用有放回的采样，其中采样率为有

τ₁∈[0,1]为统一化随机变量；根据训练样本p_i下标来进行随机的一个一个样本抽取，具体的采样下标为：

其中的m为挑选出来的样本的下标，τ₂∈[0,1]为统一化随机变量；每次实验中，在一个采样率下，挑选B次，B次中每次挑选个训练样本，就得到B个训练样本集，即生成B个bootstrap分支