[发明专利]一种基于k近邻和概率选择主动学习方法

权利要求书

1.一种基于k近邻和概率选择主动学习方法，其特征在于：包括，

基于工业化控制平台系统获取相应数据，设置近邻k，并计算代表样本个数；

评估样本，并对其进行人工标记；

更新GPR模型和训练集，迭代直到模型精度。

2.如权利要求1所述的基于k近邻和概率选择主动学习方法，其特征在于：所述基于工业化控制平台系统获取相应数据，设置近邻k，并计算代表样本个数的步骤包括：

在工业化控制平台系统获取训练集，将训练集分为有标签样本集和无标签样本集；

设置邻域样本数量k；

根据k值计算无标签样本集中所要标记的代表样本个数。

3.如权利要求2所述的基于k近邻和概率选择主动学习方法，其特征在于：所述有标签样本集和无标签样本集分别为和

其中，n_l和n_u分别为有标签样本集和无标签样本集样本个数，m为辅助变量个数。

4.如权利要求3所述的基于k近邻和概率选择主动学习方法，其特征在于：所述代表样本个数p的计算公式为：

p＝n_u/k

式中，n_u为无标签样本集样本个数；k为邻域样本数量。

5.如权利要求1～4任一所述的基于k近邻和概率选择主动学习方法，其特征在于：所述评估样本，并对其进行人工标记的步骤：

采用主成分分析对无标签样本集进行子空间集成，同时建立相应的GPR子学习器；

根据所有子学习器的输出计算无标签样本的不确定度，并将其作为样本评估标准；

在邻域信息准则下，通过构建样本的k近邻，挑选出代表样本进行人工标记。

6.如权利要求5所述的基于k近邻和概率选择主动学习方法，其特征在于：所述无标签样本的不确定度的计算公式：

式中，d为对有标签样本集进行子空间划分得到的子集个数；为第i个子空间的预测输出；为d个子空间预测输出的均值；

其中，

其中，所述不确定度最大的无标签样本为x_δ。

7.如权利要求6所述的基于k近邻和概率选择主动学习方法，其特征在于：所述在邻域信息准则下，通过构建样本的k近邻，挑选出代表样本进行人工标记的步骤包括：

利用k近邻对所选无标签样本x_δ构造样本邻域S；

挑选与邻域中心最相似的样本进行标记；

对被标记的样本进行人工标记；

其中，被标记的样本为代表样本。

8.如权利要求7所述的基于k近邻和概率选择主动学习方法，其特征在于：所述无标签样本x_δ的邻域中心为：

式中，k为邻域样本数量，x_i为无标签样本x_δ邻域中的样本点。

9.如权利要求7或8所述的基于k近邻和概率选择主动学习方法，其特征在于：所述代表样本的选择策略可表示为

式中，x_i为无标签样本x_δ邻域中的样本点，为无标签样本x_δ的邻域中心。

10.如权利要求9所述的基于k近邻和概率选择主动学习方法，其特征在于：所述更新GPR模型和训练集，迭代直到模型精度的步骤包括：

将人工标记的代表样本添加到有标签样本集中，并建立新的GPR模型；

其剩余无标签样本集进入新一轮的迭代，直到模型精度满足要求。