[发明专利]一种鲁棒机器错误检索方法与系统

说明书

技术领域

本发明涉及数据挖掘及计算机视觉技术领域，具体来说，涉及一种鲁棒机器错误检索方法与系统。

背景技术

随着计算机技术和智能化的不断发展，机器错误分类已经发展成为数据挖掘中非常重要的一个研究课题。机器错误分类技术通过计算机将机器数据电子化，然后分析数据结构，获取数据特征，在机械故障诊断等领域有着重大的意义，一旦研究成功并投入应用，将产生巨大的社会和经济效益。

目前的大部分研究工作都集中在全监督或者无监督方法用于提取机器数据特征进行机器错误分类，且也已取得一定的成果。但是真实世界中的机器数据通常是少量有标签，而大多数无标签，大多数研究表明全监督方法用于数据分类优于无监督方法，但应用全监督方法获取所有数据标签需要很大的开销，因此如何有效利用机器数据中的标签提高分类精度是需要深入探讨的问题。

近年来，K-SVD和D-KSVD(Discriminative K-SVD)等经典的字典学习算法可通过学习一个重构的字典，训练得到数据集的稀疏编码来表征数据的特征，并计算得到线性分类器，可对数据进行分类。但当选取的训练数据样本较少时，数据的特征未能精确的表征，所以分类的精度很低。为了克服此缺点，它们的推广LC-KSVD(Label Consistent K-SVD)被提出，当已知全部数据样本的标签，LC-KSVD在学习判别的可重构字典时，有效的保持字典各项与数据标签的内在联系，使得即使训练样本较少，通过学到的字典训练得到的稀疏编码也能最大程度的表征数据的特征，从而通过计算得到的线性分类器精确的对机器错误数据进行分类。LC-KSVD的目标是用全监督的方法去对数据进行分类，但获得全部数据标签需要很大的开销。

因此，提供一种方便获得数据标签的机器错误分类方法以降低开销，是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明提供了一种鲁棒机器错误检索方法及系统，以克服现有技术中获得数据标签开销大的问题。

为实现上述目的，本发明提供如下技术方案：

一种鲁棒机器错误检索方法，包括：

利用标签预测方法通过直推式方式估计得到训练集中的未标定样本数据的类别标签，生成包括所有有标定的样本数据的新训练集；

根据所述新训练集中的机器错误数据及其标签信息，进行标签一致字典学习，得到判别稀疏编码，利用所述判别系数编码构造自适应权重系数，得到自适应重构系数矩阵，根据所述自适应重构系数矩阵得到一个投影分类器，利用所述投影分类器对训练集中的未标定的样本数据的类别信息进行更新；

通过多次迭代训练，得到一个判别的可重构字典，一个机器错误数据的判别稀疏编码，以及一个最优的投影分类器；

利用所述最优的投影分类器完成对待测机器错误数据的类别预测和检索分类，得到所述测试集中待测数据的软类别标签，根据所述软类别标签中的概率最大值找到对应的位置，确定测试样本的类别，得到所述机器错误数据的鲁棒分类。

优选地，利用标签预测方法通过直推式方式估计得到训练集中的未标定样本数据的类别标签前还包括：

获取原始的样本数据集合，将所述样本数据集合划分为训练集和测试集，所述训练集中包含已标记的训练样本和未标记的训练样本，所述已标记的训练样本和所述未标记的训练样本的机器数据向量集合n是机器数据的维度，l是已标记训练样本的数量，u是未标记训练样本数量，其中包含有c(c>2)个类别标签的训练样本集和无任何标签的训练样本集其中任意向量为机器数据样本，l+u＝N，所述测试集中的测试样本全部未标记。

优选地，根据所述新训练集中的机器错误数据及其标签信息，进行标签一致字典学习包括：预设D为学习得到的所述可重构字典，S是训练集的所述判别稀疏编码，AS为所述自适应权重编码，P代表一个所述投影分类器；

Subj||s_i||₀≤T₁,i∈{j|j＝1,2,...,N}

其中，是重构误差，T₁是稀疏约束，

s_i定义如下：

为判别稀疏编码误差，其中为训练数据集的判别稀疏编码，α是该项的权衡参数；