[发明专利]一种机器错误数据描述与分类的方法及系统

摘要

本发明公开了机器错误数据描述与分类的方法及系统，通过将一个隐藏特征提取项引入到现有的标签一致字典传播模型框架，提出一个“描述+分类”模型框架；为了增强数据的描述性能，模型将机器错误数据表示为一个稀疏重构部分，一个显著特征部分，一个重构误差部分；为了增强数据的分类性能与效率，将数据嵌入一个特征投影矩阵提取出数据的隐藏特征，基于数据的隐藏特征进行多类线性分类器的训练；为了增强分类器对于机器错误数据中的噪音和异类数据的鲁棒性能，对分类器进行L2,1范数正则化。通过针对数据的隐藏特征进行分类器训练，可快速实现样本外数据的归纳，不需要引入额外的稀疏重构过程，有效的提高了机器数据分类的效率与精准度。

主权项

一种机器错误数据描述与分类的方法，其特征在于，包括：将原始训练集中样本机器数据进行标签一致字典学习，计算得到特征投影矩阵，用于样本机器数据隐藏特征的提取；并利用所述样本机器数据的隐藏特征，计算得到线性多类分类器，用于待测机器数据的处理；利用所述特征投影矩阵提取所述待测机器数据的隐藏特征；将所述待测机器数据的隐藏特征嵌入所述线性多类分类器进行分类，输出所述待测机器数据的类别归属概率，确定所述待测机器数据的类别。