[发明专利]一种基于样本贡献率的二分类软分类器的单次检测可信度评价方法

说明书

一种基于样本贡献率的二分类软分类器的单次检测可信度评价方法，涉及二分类检测可信度评价领域。本发明是为了解决由于训练样本的分布不均匀，仅依据每个区间的概率来确定单次检测结果的可信程度低的问题。本发明针对实际样本分布中存在的分布不均匀、各区间段样本贡献率差异大的情况，结合了二分类软分类器的可信度评价法，综合了区间样本贡献率，将现有的二分类技术与置信度机制相结合，通过合理的表现方式，量化识别结果的可靠程度。本发明适用于密封继电器的组件信号和多余物信号的可信度评价中。

技术领域

本发明属于二分类检测可信度评价技术领域。

背景技术

在高风险领域，如航空航天领域对密封继电器信号进行检测时，除了关心预测模型能否识别出被检测样本所属类别、以及整体识别准确率之外，更关心针对单一样本的识别结果是否可信，即：单次识别结果的可靠程度。以一些精密仪器检测为例，若检测结果发生错误，会带来不可估量的损失，更严重的会引起人员伤亡。所以，对于这类高风险领域背景下的检测系统，不能只是要求给出检测结果，更应该给出输出结果的可靠性估值，让使用人员可以通过结果的可靠性估值去决定处理方式。

可信程度即统计学上的置信度的定义，也叫置信水平，是指总体参数值落在样本统计值某一区域内的概率；而置信区间是指在某一置信水平下，样本统计值与总体参数值之间的误差范围。通常置信区间越大，置信水平越高。近年来，随着机器学习的热门，置信度在机器学习领域得到了广泛的应用，即置信度机制。机器学习领域的置信度机制是以统计学上的置信度为理论基础进行研究，并在此基础上结合新的思想形成一种新的分类模式，在输出学习结果的同时，给出学习结果可信度的策略与方法，它决定了机器学习的可信度。

目前置信机制按照分类方式的不同有以下几种分类：一种是按照处理对象来分，可以分为整体平均置信度机制与单一个体置信度机制。另一种是按实现方式来分，可以分为直接构造置信度机制和间接转换置信度机制。还有一种是带有拒绝学习方法的置信度机制，就是在进行分类判断时，通过设定一个阈值，将那些不太确定、可能引起分类错误样本先拒绝掉，使判断错误率降低。

在机器学习分类算法中，根据判别过程的不同，将现有分类算法归纳为两类，即软分类器和硬分类器。其中，软分类器使用的是概率模型，输出不同类对应的概率，最后的分类结果取概率最大的类；硬分类器使用的是非概率模型，分类结果就是决策函数的决策结果。

机器学习解决分类问题的原理是通过某实例中已知的带类别标签的训练数据来学习某实例的分类规则。在面对未知标签的分类数据的时候，用学习到的分类规则对数据进行分类。其中，软分类器使用的是基于概率模型的分类方法，先计算不同类别的概率，最后根据分类结果取概率值最大的对未知类别的数据点进行类别标记。该方法其通常借助于贝叶斯理论体系，采用潜在的类条件概率密度函数的知识进行分类。在现阶段机器学习分类算法的应用中，通常输出分值只用来判定属于某类成员。忽视了输出分值对于每一个样本属于某类别的表达程度。这种表达程度在一定程度上可以认为是单次识别结果的可靠性。

在实际的工程应用中，训练样本的分布并不是均匀的，存在某一区间段内训练样本个数较少，集中在某些区间段，样本间特征表现极其相似容易出现误判等现象。区间段大小的设置也对概率值有一定的影响，区间段过大，区间段个数较少，每个区间段中的样本数量较多，从而导致样本的表现较为泛化不够全面；相反，区间段过小，区间段个数过多，对于那些样本数量较少的区间段会导致一个区间段中的少量样本做出太大的贡献。由于上述问题的存在，如果仅仅依据每个区间的概率确定单次检测结果的可信程度是不全面的，可能出现依据少量样本做出判断的问题。

发明内容

本发明是为了解决由于训练样本的分布不均匀，仅依据每个区间的概率来确定单次检测结果的可信程度低的问题，现提供一种基于样本贡献率的二分类软分类器的单次检测可信度评价方法。

一种基于样本贡献率的二分类软分类器的单次检测可信度评价方法，包括以下步骤：