[发明专利]一种基于数据样本图像化的数据甄别的方法与系统

权利要求书

1.一种基于数据样本图像化的数据甄别的方法，其特征在于，包括以下步骤：

从服务器获取用户信息；

对所述用户信息进行标准化处理，得到第一数据集；

对所述第一数据集进行结构引力成像处理，将结构化数据转换为二维彩色等高线轮廓图；

选取全部正样本对应的轮廓图，并使用GAN方法生成更多的正样本，以使得样本的正负比例趋于均衡；

从所述二维彩色等高线轮廓图中提取低维特征向量，基于用户信息构建第二XGBoost模型；

基于所述第二XGBoost模型进行数据甄别；

其中，所述使用GAN方法生成更多的正样本，具体包括：

假定存在生成图片的生成器G和判别器D，所述生成器G用于接收随机的噪声z，其通过所述噪声生成图片，记做G(z)；所述判别器D用于判别一张图片是否真实，其输入参数x是一张图片，输出D（x），所述D（x）表示x为真实图片的概率，取值为0到1之间；

所述生成器G和判别器D的训练过程包括以下步骤：

初始化判别器D的参数θ_d和生成器G的参数θ_g；

选取全部的正样本转化成二维彩色等高线轮廓图，所述二维彩色等高线轮廓图包括m个特征图片数据记为；

使用正态分布算子随机生成m个噪声种子作为生成器G的输入获得m个对应的伪数据；

通过以下公式更新参数θ_d：

；

其中，D（）和D（）分别表示判别器D判别和为真实数据的概率；

使用正态分布算子随机生成另一批m个噪声种子；

通过以下公式更新参数θ_g：

；

其中，G（z_i）表示生成器G通过z_i生成的数据；

通过以上步骤不断循环更新θ_d和θ_g10次以上，得到最终的参数θ_g以及其对应的生成器G。

2.如权利要求1所述方法，其特征在于，所述将结构化数据转换为二维彩色等高线轮廓图包括：

结合斥力算法、等高线投影和染色算法将结构化数据转换为二维彩色等高线轮廓图。

3.如权利要求1所述方法，其特征在于，从所述二维彩色等高线轮廓图中提取低维特征向量包括：

使用自编码网络进行低维特征提取。

4.如权利要求3所述方法，其特征在于，自编码网络提取过程具体为：

将输入变量的集合记作X，设定编码函数f(X)，以及解码函数g(X)，其中f和g为神经网络且f输出的维数小于X的维数，使得损失函数最小；

记H=f(X)，则H即为对X提取出的特征。

5.如权利要求1所述方法，其特征在于，从所述二维彩色等高线轮廓图中提取低维特征向量，基于用户信息构建第二XGBoost模型，具体包括：

通过自编码器降维得到n个新特征，将n个新特征加入第一XGBoost模型构建为第二XGBoost模型，所述第一XGBoost模型已经采用第一数据集训练。