[发明专利]一种机器错误数据分类方法及系统

权利要求书

1.一种机器错误数据分类方法，其特征在于，包括：

获取原始训练集X，所述原始训练集X包括已标记机器数据X_L和未标记机器数据X_U；

利用所述已标记机器数据X_L的标签，用半监督的标签传播算法估计得到所述未标记机器数据X_U的标签，对所述已标记机器数据X_L及估计出标签的所述未标记机器数据X_U进行分类，得到分类训练集；

基于所述分类训练集中的机器数据及标签信息，进行标签一致的字典学习，同时最小化重构错误、判别稀疏编码错误和分类错误，通过解决以下问题计算得到重构字典D、稀疏编码S和多类线性分类器：

<D,A,W,S>=argminD,A,W,S||[XL,XU]-DS||F2+α||Q-AS||F2+β||H-WS||F2;]]>

其中，A为提取特征的投影矩阵，为分类器参数，为所述分类训练集的判别稀疏编码，是所述分类训练集的类别标签矩阵，为判别稀疏编码容错，α是该项的权衡参数，为分类错误，β是该项的权衡参数，K为所述重构字典D的维度，c为所有类别的数量；同时保持所述重构字典D中各项与机器数据标签之间的内在关系，利用所述稀疏编码S来表征机器数据特征；

将所述机器数据特征输入所述多类线性分类器进行预测，确定测试样本的类别，实现机器数据的错误分类。