[发明专利]基于数据增强和集成学习的系外行星光变信号分类方法

权利要求书

1.一种基于数据增强和集成学习的系外行星光变信号分类方法，其特征在于：

将待分类的系外行星光变信号输入至预先构建的光变信号分类器，输出信号分类结果；

所述光变信号分类器的构建方法包括：

S1：拼接同一目标不同观测季度的光变信号数据，并对拼接后数据进行预处理；

S2：对预处理后的光变信号数据重采样到定长；

S3：将重采样后的数据集划分为训练集，测试集和验证集；

S4：分别采用过采样和欠采样对训练集进行数据增强，得到子训练集1和子训练集2；

S5：针对子训练集1和子训练集2分别搭建一维CNN网络模型，通过调整隐藏层层数、神经元个数、激活函数和模型优化器，优化网络；

S6：分别采用N折交叉验证获得最佳分类模型作为基分类器1和基分类器2；

S7：采用加权投票法组合基分类器得到光变信号分类器。

2.根据权利要求1所述的一种基于数据增强和集成学习的系外行星光变信号分类方法，其特征在于：所述对拼接后数据进行预处理包括缺失值处理、离群点处理、移动平滑处理和归一化处理。

3.根据权利要求1所述的一种基于数据增强和集成学习的系外行星光变信号分类方法，其特征在于：所述对预处理后的光变信号数据重采样到定长包括：将预处理后的信号重采样成n个点。数据长度小于n的信号采用线性插值补全，大于n的信号采用滑动窗口内取均值降采样。

4.根据权利要求1所述的一种基于数据增强和集成学习的系外行星光变信号分类方法，其特征在于：所述采用过采样对训练集进行数据增强包括：

步骤S4.1：初始化少数类样本空间S_min,n＝{x₁,x₂,…,x_n}，多数类样本空间S_max；

步骤S4.2：利用KNN算法确定样本x_n最邻近的K个样本，记为X_nk＝{x_n1,x_n2,…,x_nk}；

步骤S4.3：随机选取X_nk中的m个样本(mk)，将其分别与样本x_n进行随机线性插值，合成接近原始数据分布的新少数类样本，新样本分布满足：

将过采样的少数类样本与原来多数类样本结合得到新子训练集1。

5.根据权利要求1所述的一种基于数据增强和集成学习的系外行星光变信号分类方法，其特征在于：所述采用欠采样对训练集进行数据增强包括：

步骤S4.a：初始化训练集D1＝{x₁,x₂,…,x_n}，样本点x_i＝{x_i1,x_i2,…,x_im}，多数类样本空间S_max，簇的个数为c，欠采样的样本个数为N；

步骤S4.b：计算样本不同维度数据的权值：

其中，x_ir为第i个数据中第r个分量值的大小，并计算S_max中各样本间维度加权之后的欧氏距离：

其中，dist_w(x_i,x_j)是2个样本在m维度中计算的欧氏距离，两两样本点的距离之和：

步骤S4.c：计算出最小距离之和的样本被视为首个样本簇心点，将此样本视为第一个簇心，计算任意样本与第1个簇心之间的距离，取最大距离的样本为第2个簇心，以此类推，一直取到第c个簇心；

步骤S4.d：选取与簇心距离最小的N-c个样本，每个簇选取个样本，最终得到含有N个样本的样本集；

步骤S4.e：得到的欠采样多数类样本与原来的少数类样本结合的子训练集2。