[发明专利]基于直觉模糊集成的数据分类方法与系统

权利要求书

1.基于直觉模糊集成的数据分类方法，其特征在于，所述方法包括：

步骤101：清洗原始数据集，并将原始POS类样本按其类内位置分类；

步骤102：生成POS类人工样本，准备训练数据集；

步骤103：为每个基分类器准备类间近似平衡的分类样本，并训练基分类器；

步骤104：用基分类器对待分类样本分类，将分类输出等效用转化为直觉模糊矩阵；

步骤105：结合分类器权重融合待分类样本属于POS类、NEG类的隶属度和非隶属度，并作出分类决策。

2.如权利要求1所述的基于直觉模糊集成的数据分类方法，其特征在于，所述步骤101包括如下步骤：

步骤201：初始化NEG类训练样本集合N和POS类的边界样本集合BORDER、邻近边界样本集合NEAR_BD、非边界样本集合NON_BD为空集；

步骤202：对于每个NEG类样本(x_i；-1)，选择其m个最近邻，计算m个最近邻中NEG类样本的比例r；若r≤r_noise，则认为该样本为噪音，从原始数据集中删除，否则N＝NU{(x_i；1)}，其中r_noise为噪音样本的本类近邻比例阀值；

步骤203：对于每个POS类样本(x_i；-1)，选择其m个最近邻，计算m个最近邻中POS类样本的比例r；

若r≤r_border，则该样本为边界样本，BORDER＝BORDERU{(x_i；1)}；

若r_border＜r≤r_nearbd，则该样本为邻近边界样本，NEAR_BD＝NEAR_BDU{(x_i；1)}；

若r＞r_nearbd，则该样本为非边界样本，NON_BD＝NON_BDU{(x_i；1)}；其中r_border、r_nearbd分别为边界样本的本类近邻比例阀值、邻近边界样本的本类近邻比例阀值。

3.如权利要求1所述的基于直觉模糊集成的数据分类方法，其特征在于，所述步骤102包括如下步骤：

步骤301：初始化POS类人工数据集合NEW为空集；

步骤302：对于每个边界样本集合BORDER中的样本(x_i；-1)，执行：

(1)从POS类样本中选择(x_i；-1)的k个最近邻；

(2)随机产生一个0到k之间的整数s₁，从k个最近邻中随机的选择s₁个；

(3)对于每个选中的最近邻(x_j；1)，产生一个新的POS类人工数据 其中：

这里rdm为(0，1)上的随机数； 

步骤303：对于每个邻近边界样本集合NEAR_BD中的样本(x_i；-1)，执行：

(1)从POS类样本中选择(x_i；-1)的k/p个最近邻，其中p为边界样本与邻近边界样本在过采样过程中的相对重要性，取大于1的数；

(2)随机产生一个0到k/p之间的整数s₂，从k/p个最近邻中随机的选择s₂个；

(3)对于每个选中的最近邻(x_j；1)，产生一个新的POS类人工数据 其中：

，这里rdm为(0，1)上的随机数；

步骤304：训练分类器用的POS类样本P为：

P＝BORDERUNEAR_BDUNON_BDUNEW，

训练数据集为PYN。