[发明专利]一种面向变分布数据流的在线分类方法

权利要求书

1.一种面向变分布数据流的在线分类方法，其特征在于：该方法包括以下步骤：

步骤一：离线训练阶段；利用历史数据流的标签数据训练一个离线分类器，记为Γ_h；

步骤二：在线训练阶段；若有新的训练标签数据批次，则进入在线训练阶段，调整新数据分布并学习在线分类器，记为Γ_n；

步骤三：在线测试阶段；若有无标签测试数据到来，则综合离线分类器Γ_h与在线分类器Γ_n形成集成分类器Γ预测该数据标签。

2.根据权利要求1所述的一种面向变分布数据流的在线分类方法，其特征在于：所述步骤一具体为：

S1.1：将历史流数据X_h切割为两段，记为旧历史数据与新历史数据

S1.2：调整旧历史数据与新历史数据分布，使其条件概率分布一致，其数学表示如下：

其中，表示旧历史数据中属于k类样本的平均值，表示新历史数据中属于k类样本的平均值；对上述方程求解得：

利用分布变换矩阵A调整新历史数据分布使其与旧历史数据分布一致，即

S1.3：利用历史数据与训练出离线分类器Γ_h。

3.根据权利要求2所述的一种面向变分布数据流的在线分类方法，其特征在于：所述步骤二具体为：

S2.1：利用离线分类器Γ_h初始化在线分类器Γ_n；

S2.2：初始化离线分类器Γ_h与在线分类器Γ_n的权重μ与ν；

S2.3：若在t+1时刻有新的训练数据批次更新分布变换矩阵A：

其中，表示所有历史数据中属于k类样本的平均值，表示新批次数据中属于k类样本的平均值；求解上述方程得：

S2.4：利用变换后数据更新在线分类器Γ_n；

S2.5：利用下述策略更新离线分类器Γ_h与在线分类器Γ_n的权重：

其中β为(0,1)的权重参数；z^(t)＝trace(I_z)，其中I_z为对角阵：

r^(t)＝trace(I_r)，其中I_r为对角阵：

4.根据权利要求3所述的一种面向变分布数据流的在线分类方法，其特征在于：所述步骤三具体为：

S3.1：若有新测试数据x_new到来，利用变换矩阵A将数据至分布一致空间中，即Ax_new；

S3.2：集成离线分类器与在线分类器：

Γ＝μΓ_h+νΓ_n

则利用集成分类器Γ对新数据的Ax_new标签进行预测并输出。