[发明专利]一种基于自表达相关的数据分类方法和装置

权利要求书

1.一种基于自表达相关的数据分类方法，其步骤包括：

1）在生成对抗网络框架下，通过生成器生成针对给定类别标签的假数据；主动学习算法在生成对抗网络每次迭代中从训练数据集选取未标注的数据进行标注，添加到训练数据集A中；半监督学习在生成对抗网络每次迭代中从训练数据集未标注的样本数据中随机假标注一批样本数据，添加到训练数据集A中，直至生成对抗网络收敛；其中，所述假数据生成方法为：生成对抗网络每次迭代过程中，首先生成器生成假数据，然后判别器区分生成的假数据和真实数据，并针对判别器的预测结果对梯度变化的方向进行改变；然后生成器得到判别器传回的梯度并更新参数，生成新的假数据；然后利用分类器对当前生成的假数据和当前训练数据集A中的数据进行分类；然后生成器根据数据类别分布生成假数据；所述数据为图像数据；所述假数据为假图像；所述样本数据为图像样本数据；

2）将生成对抗网络迭代结束时，生成器最终生成的假数据添加到最终的训练数据集A中，然后利用分类器对最终的训练数据集A进行分类。

2.如权利要求1所述的方法，其特征在于，生成器根据数据类别分布生成假数据的方法为：如果设置为要求类别均匀，则统计每个类别的数据量，根据类别之间的数量差异性，使用均匀分布模拟类别均匀的情况，生成对应类别的数据，使各个类别之间的数据量达到近似一致。

3.如权利要求1所述的方法，其特征在于，生成器根据数据类别分布生成假数据的方法为：如果设置为要求类别不均匀，则采用高斯分布来模拟数据不均衡的情况，根据高斯分布生成对应数量的数据，对部分类别的数据多生成，部分类别少生成一些数据。

4.如权利要求1所述的方法，其特征在于, 将噪声信号z和部分有标签数据输入到生成器，由生成器生成假数据。

5.如权利要求1所述的方法，其特征在于，当判别器判定生成器的输出是真实数据或判定其输出是噪声数据时，更新判别器的梯度方向；所述梯度的更新方向为生成对抗网络的目标函数的一阶导数负方向。

6.一种基于自表达相关的数据分类装置，其特征在于，包括

生成器单元，用于在生成对抗网络框架下，根据分类器单元得到的当前数据类别分布生成针对给定类别标签的假数据；所述数据为图像数据；所述假数据为假图像；

判别器单元，用于对生成的假数据的真假性进行判断，并通过与生成器单元的动态博弈过程，使得生成器单元生成的假数据接近真实数据；

分类器单元，用于对当前生成的假数据和当前训练数据集A中的数据进行分类，得到当前的数据类别分布；其中，主动学习算法在生成对抗网络每次迭代中从训练数据集选取部分未标注的样本数据进行标注，添加到训练数据集A中；半监督学习在生成对抗网络每次迭代中从训练数据集未标注的样本数据中随机假标注一批样本数据，添加到训练数据集A中；所述样本数据为图像样本数据。

7.如权利要求6所述的装置，其特征在于，所述生成器单元根据数据类别分布生成假数据的方法为：如果设置为要求类别均匀，则统计每个类别的数据量，根据类别之间的数量差异性，使用均匀分布模拟类别均匀的情况，生成对应类别的数据，使各个类别之间的数据量达到近似一致；如果设置为要求类别不均匀，则采用高斯分布来模拟数据不均衡的情况，根据高斯分布生成对应数量的数据，对部分类别的数据多生成，部分类别少生成一些数据。

8.如权利要求6所述的装置，其特征在于，所述判别器单元判定生成器单元的输出是真实数据或判定其输出是噪声数据时，更新判别器单元的梯度方向；所述梯度的更新方向为生成对抗网络的目标函数的一阶导数负方向。