[发明专利]一种机器错误数据分类方法及系统

摘要

本申请涉及数据挖掘技术领域，特别是涉及一种机器错误数据分类方法及系统。该方法引入标签传播算法作为机器错误数据预处理步骤，利用少量的已标定机器数据的标签，快速估计出未标定数据的标签，组成分类训练集。基于分类训练集中的机器数据及标签，进行标签一致的字典学习，同时最小化重构错误、判别稀疏编码错误和分类错误，得到重构字典、稀疏编码和多类线性分类器，同时保持字典中各项与数据标签间的关系。进而，利用得到的稀疏编码来表征机器数据特征，输入到分类器进行预测，确定测试样本的类别，实现机器数据的错误分类。通过引入高效的半监督数据预处理，增加了已标定机器样本的数量，丰富了先验信息，有效提高了机器数据分类的精准度。

主权项

一种机器错误数据分类方法，其特征在于，包括：获取原始训练集X，所述原始训练集X包括已标记机器数据XL和未标记机器数据XU；利用所述已标记机器数据XL的标签，用半监督的标签传播算法估计得到所述未标记机器数据XU的标签，对所述已标记机器数据XL及估计出标签的所述未标记机器数据XU进行分类，得到分类训练集；基于所述分类训练集中的机器数据及标签信息，进行标签一致的字典学习，同时最小化重构错误、判别稀疏编码错误和分类错误，通过解决以下问题计算得到重构字典D、稀疏编码S和多类线性分类器：<D,A,W,S>=argminD,A,W,S||[XL,XU]-DS||F2+α||Q-AS||F2+β||H-WS||F2;]]>其中，A为提取特征的投影矩阵，为分类器参数，为所述分类训练集的判别稀疏编码，是所述分类训练集的类别标签矩阵，为判别稀疏编码容错，α是该项的权衡参数，为分类错误，β是该项的权衡参数，K为所述重构字典D的维度，c为所有类别的数量；同时保持所述重构字典D中各项与机器数据标签之间的内在关系，利用所述稀疏编码S来表征机器数据特征；将所述机器数据特征输入所述多类线性分类器进行预测，确定测试样本的类别，实现机器数据的错误分类。