[发明专利]一种基于生成对抗网络的不平衡数据集的预测方法

权利要求书

1.一种基于生成对抗网络的不平衡数据集的预测方法，其特征在于，具体按照以下步骤实施：

步骤1，接收预测请求；

步骤2，采集数据，形成数据集，明确数据集中的特征与标签及少数类样本S_min和多数类样本S_maj的数量；

步骤3，将数据集中的非数值特征列以及标签列转变为分类数值；

步骤4，将步骤3处理的数据集进行标准化并将标准化后数据集中的多数类样本和少数类样本进行分离；

步骤5，用深度卷积对抗网络合成少数类样本a，形成平衡数据集；

步骤6，将平衡数据集划分为训练集和测试集；

步骤7，构建卷积神经网络，用划分好的训练集训练卷积神经网络，得到训练好的卷积神经网络；

步骤8，将测试集输入训练好的卷积神经网络得到预测结果。

2.根据权利要求1所述的一种基于生成对抗网络的不平衡数据集的预测方法，其特征在于，所述步骤4中，标准化为将数据集中的数据按比例缩放，使数据属于[0，1]内。

3.根据权利要求1所述的一种基于生成对抗网络的不平衡数据集的预测方法，其特征在于，所述步骤5的具体过程为：

步骤5.1，初始化生成器G和判别器D的参数；

步骤5.2，将步骤4中分离出的少数类样本S_min输入至生成器G中，生成器G利用噪声z生成与输入的少数类样本数量相同的少数类样本a；

步骤5.3，依次循环更新判别器D、生成器G，直至判别概率为0.5为止，完成训练，则少数类样本a和步骤4进行标准化处理后的数据集构成平衡数据集。

4.根据权利要求3所述的一种基于生成对抗网络的不平衡数据集的预测方法，其特征在于，所述生成器G的损失函数为：

G＝log(1-D(G(z))) (1)

式(1)中，G(z)表示生成器的输出，D(G(z))表示判别器D判断生成器G生成的数据为真实数据的概率，z表示噪声；

所述判别器D的损失函数为：

D＝log(1-D(G(z)))+logD(x) (2)

式(2)中，D(x)表示判别模型的输出，即输入参数x为真实数据的概率；

目标优化函数为：

式(3)中，D(x)表示判别模型的输出，即输入参数x为真实数据的概率；D(G(z))表示判别器D判断生成器G生成的数据为真实数据的概率。

5.根据权利要求1所述的一种基于生成对抗网络的不平衡数据集的预测方法，其特征在于，所述步骤6中，所述平衡数据集中的70％为训练集，30％为测试集。

6.根据权利要求1所述的一种基于生成对抗网络的不平衡数据集的预测方法，其特征在于，所述步骤7中，卷积神经网络的结构依次为输入层、第一卷积层、池化层、第二卷积层、全连接层、输出层；

所述输入层的输入数据为4×4像素点构成的矩阵；

所述第一卷积层包含10个特征图，采用3×3的窗口对输入图像进行卷积，得到每个特征图的大小为4×4；

所述池化层对第一卷积层进行降采样操作，选用最大池化的方式得到10个特征图，每个特征图的大小减小到2×2；

所述第二卷积层包含20个特征图，采用的卷积核大小为2×2，得到每个特征图的大小为1×1；

所述第二卷积层得到的特征图经过全连接层，得到大小为1×2的输出结果。

7.根据权利要求6所述的一种基于生成对抗网络的不平衡数据集的预测方法，其特征在于，所述步骤7中，训练的过程为：

步骤7.1，将卷积神经网络权值进行初始化；

步骤7.2，在输入层输入数据，输入数据经过第一卷积层、池化层、第二卷积层、全连接层得到输出值，计算输出值与目标值的误差值；

步骤7.3，当步骤7.2得到的误差值大于期望值时，将误差传回进行反向传播，依次计算全连接层、第二卷积层、池化层、第一卷积层的误差，至误差不大于期望值时，结束训练，得到训练好的卷积神经网络。