[发明专利]类噪音检测方法、装置和损失函数计算方法、装置

说明书

技术领域

本申请涉及机器学习领域，尤其涉及一种类噪音检测方法、装置和损失函数计算 方法、装置。

背景技术

在机器学习(Machinelearning)领域，主要有三类不同的学习方法：监督学习 (Supervisedlearning)、半监督学习(Semi-supervisedlearning)和非监督学习 (Unsupervisedlearning)。

目前基于有标签数据的有监督学习方法是机器学习领域用于解决实际应用中分 类问题的主流方法。此类方法利用训练数据中有标注的样本训练分类器，用于预测未标注 样本的类别标签。

但是，在实际应用问题中，来自人工标注或实验结果的样本标注，往往因为各种原 因，存在一定比例的误标注情况，即用于训练的有标注样本其标注标签有一定比例的错误。

针对这一情况，目前基于统计权重边切割的方法在解决这一问题上显示出了一定 的能力。但是，这一方法往往依赖于先验知识，即数据的期望和方差的先验分布；其对噪音 的估计往往比实际噪音比例要高，而过高的估计了噪音的比例则会影响最终用于训练数据 的规模，这一现象往往比噪音本身对分类器性能的伤害更大。

发明内容

为解决上述问题，本申请提供一种类噪音检测方法、装置和损失函数计算方法、装 置。

根据本申请的第一方面，本申请提供一种类噪音检测方法，用于有监督学习中，包 括以下步骤：

最相似样本选择步骤：对于训练集之中任一训练样本使用无参数分类方法选择训练集之中与其最相似的若干个样本其中j＝1、2、3、…、k，k为正整数；

信号函数计算步骤：计算信号函数I_ij，其中

相似度计算步骤：分别计算所述训练样本与选择出的最相似的各样本之间的相似度w_ij，w_ij＝sim(x_i，x_j)；

l₁范数计算步骤：计算l₁范数||w_i||₁，其中

l₂范数计算步骤：计算l₂范数||w_i||₂，其中