[发明专利]一种基于生成式对抗主动学习的离群点检测方法

权利要求书

1.一种基于生成式对抗主动学习的离群点检测方法，其特征在于，包括如下步骤：

S1、输入数据；

S2、训练生成模型并生成样本，所述生成模型用于产生更多样本；

S3、训练主动学习分类模型并筛选生成样本；包括训练支持向量机、支持向量机标注数据、Dir值筛选；

S4、训练判别模型；所述判别模型是一个分类模型，用于判断从S2中输入的数据属于真实数据还是经S1和S2生成的数据；

S5、训练异常检测模型；所述异常检测模型是一个有监督的全连接神经网络模型，使用神经网络的前向传播，计算出每个点的离群度；

S6、执行异常检测操作：步骤S2、S3、S4、S5经多次迭代计算之后得到训练好的整体异常检测模型，最后使用S5中的训练好的异常检测模型进行异常检测。

2.根据权利要求1所述的基于生成式对抗主动学习的离群点检测方法，其特征在于，所述步骤S2的生成模型由k个子生成模型组成，k值表示输入数据经判别模型判断之后的类别数量，同时S1的输入数据也根据其经判别模型判断之后所属类别被分为k份子数据集，k值由人工根据不同数据包含类别数设定。

3.根据权利要求1所述的基于生成式对抗主动学习的离群点检测方法，其特征在于，所述步骤S2的生成模型的子生成模型使用如下公式进行训练优化，使生成模型产生的新样本难以被判别模型识别：

其中，G表示生成模型计算，D表示判别模型计算，m_i表示第i个子生成模型生成的潜在离群点数量，表示第i个子生成模型使用隐向量z和已有标签y生成的样本，γ_i为第i份输入子数据集中经判别模型D(x_i)后的最小值，作为表征统计参数。

4.根据权利要求3所述的基于生成式对抗主动学习的离群点检测方法，其特征在于，所述步骤S2的生成模型训练的损失函数为：

其中，表示生成样本的条件概率分布，R表示真实输入数据集中的正样本，表示生成样本的条件概率分布，y_i表示真实输入数据集的标签值，E表示数学期望。

5.根据权利要求1所述的基于生成式对抗主动学习的离群点检测方法，其特征在于，所述步骤S3的主动学习分类模型由一个分类器模型和附加约束组成，具体为支持向量机分类器和多样性、信息丰富、代表性约束组成；先用已有真实标签的数据训练支持向量机分类器，再用训练好的支持向量机分类器，对生成的数据标注，最后结合三个约束筛选样本数据；

其中，多样性约束为了减少冗余，具体计算公式为：

其中，d_ui表示当前数据集x_i中数据点，d_si表示其他数据集中的点，K表示计算欧式距离；

信息丰富函数为：

Informativeness(d_ui)＝1-|p(d_ui)|

其中，d_ui表示当前数据集中的点，d_uj表示当前数据集中其他的点，α_j表示当前数据集的拉格朗日乘数，y_j表示d_uj对应的标签，b为偏置参数由训练得到，K表示计算欧式距离，|p(d_ui)|表示取绝对值；

代表性表示该点和同一数据集中其他点之间的相似性，公式为：

其中，d_ui表示当前数据集中数据点，d_uj表示当前数据集中其他的点，K表示计算欧式距离，n为该数据集中数据点数量。