[发明专利]一种基于数据密度竞争学习的半监督模式分类方法

说明书

一种基于数据密度竞争学习的半监督模式分类方法，涉及模式识别和分类。包括以下步骤：1)检测备选种子点并筛选出获胜种子点；2)以获胜种子点作为初始质心进行K‑means多原型聚类，并且结合半监督学习方法，由K近邻算法将多原型聚类结果进行分类；3)检测备选边界点并筛选出获胜边界点；4)基于获胜边界点画出决策分类边界线。采用竞争学习与多原型聚类结合的方法，有效避免数据不平衡状态下可能会产生的偏斜问题，可得到更佳的分类结果；采用基于数据密度的竞争学习模式，可自动检测出具有代表性的数据点，并结合半监督学习的方法选取适当比例的数据进行分类，大幅减少计算量；绘制了决策分类边界线，可对未知类别的数据进行预测。

技术领域

本发明涉及模式识别和分类，尤其是涉及一种基于数据密度竞争学习的半监督模式分类方法。

背景技术

在模式识别和分类领域，监督学习是在已知类别的数据样本基础上对机器学习分类器进行调整，使得分类器输出达到所需性能的过程。监督学习方法通常要求已知类别的数据样本量多于需要分类或预测的未知类别的数据样本。在实际应用中，数据样本有时难以通过人工标注已知类别，或者进行人工标注类别的成本太高，使得监督学习方法的分类效果较差。而无监督学习方法虽然不要求已知类别的数据样本，但是由于缺乏先验知识，往往对未知样本的归类划分不明确，达不到所需的预测效果。

因此，在仅有少量的人工标注已知类别样本情况下，并且需要对大量未知类别的数据样本进行预测或分类的应用场景，监督学习分类方法因为已知可学习的样本数量太少而效果不佳，无监督学习又因为无法利用已知类别样本的信息进行更好的预测效果。半监督方法同时具备了无监督学习对数据先验知识的依赖性，又拥有监督学习对已知类别数据样本的学习能力，可以在少量已知类别数据样本的条件下，更好的解决大量未知样本的分类和预测问题。

发明内容

本发明的目的在于针对现有技术存在的上述问题，提供有效避免数据不平衡状态下可能会产生的偏斜问题，得到更佳分类结果，减少计算量，可对未知类别的数据进行预测的一种基于数据密度竞争学习的半监督模式分类方法。

本发明包括以下步骤：

1)检测备选种子点并筛选出获胜种子点；

2)以获胜种子点作为初始质心进行K-means多原型聚类，并且结合半监督学习方法，由K近邻算法将多原型聚类结果进行分类；

3)检测备选边界点并筛选出获胜边界点；

4)基于获胜边界点画出决策分类边界线。

在步骤1)中，所述检测备选种子点并筛选出获胜种子点的具体步骤可为：

(1)获得一个L维的具有N个元素的数据集

(2)设置密度阈值参数δ，检测备选种子点；

(3)从备选种子集中筛选出种子点，得到获胜种子集

在步骤1)第(2)部分中，所述设置密度阈值参数δ，检测备选种子点的具体步骤可为：

①给定半径r，在L₂范数下定义示性函数I(x_m,x_n,r)表示两个数据点的靠近程度：

其中，

②由上述示性函数I(x_m,x_n,r)计算x_m的密度，即：

③设置密度阈值参数δ，备选种子点x_m由下述示性函数给出：

即可得到备选种子集及x_m在半径r范围内的所有备选种子，即