[发明专利]一种鲁棒机器错误检索方法与系统

摘要

本发明公开了一种鲁棒机器错误检索方法与系统，首先利用标签估计方法对训练集数据进行预处理，估计出未标定机器数据的标签，并初始化一个投影分类器。基于训练样本的类别信息，进行标签一致字典学习，利用得到的判别稀疏编码构造标签预测模型中的自适应重构权，通过计算新的投影分类器来更新无标签训练数据的类信息。通过多次迭代训练，输出一个判别的可重构字典，一个稀疏编码矩阵和一个最优多类分类器。训练得到的分类器可用于新来数据的归纳和类别预测，根据软标签中的概率最大值对应的位置，确定测试样本的类别，完成机器错误数据鲁棒分类。通过提出半监督标签一致字典学习方法，丰富了监督的先验信息，有效提高了机器错误检索的精准度。

主权项

一种鲁棒机器错误检索方法，其特征在于，包括：利用标签预测方法通过直推式方式估计得到训练集中的未标定样本数据的类别标签，生成包括所有有标定的样本数据的新训练集；根据所述新训练集中的机器错误数据及其标签信息，进行标签一致字典学习，得到判别稀疏编码，利用所述判别系数编码构造自适应权重系数，得到自适应重构系数矩阵，根据所述自适应重构系数矩阵得到一个投影分类器，利用所述投影分类器对训练集中的未标定的样本数据的类别信息进行更新；通过多次迭代训练，得到一个判别的可重构字典，一个机器错误数据的判别稀疏编码，以及一个最优的投影分类器；利用所述最优的投影分类器完成对待测机器错误数据的类别预测和检索分类，得到所述测试集中待测数据的软类别标签，根据所述软类别标签中的概率最大值找到对应的位置，确定测试样本的类别，得到所述机器错误数据的鲁棒分类。