[发明专利]基于不平衡学习策略高影响缺陷报告预测方法有效
| 申请号： | 201811333585.3 | 申请日： | 2018-11-09 |
| 公开（公告）号： | CN109491914B | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 李辉;李博;高国峰;李霄;陈荣;郭世凯;唐文君 | 申请（专利权）人： | 大连海事大学 |
| 主分类号： | G06F11/36 | 分类号： | G06F11/36;G06F16/35 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 唐楠;李洪福 |
| 地址： | 116026 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于不平衡学习策略高影响缺陷报告预测方法：使用文本预处理方法对缺陷报告的文本信息进行处理；将处理后文本信息分储为训练集和测试集；对训练集做多次数据平衡处理；使用多个分类器对经过平衡处理的训练集进行训练；把多个分类器的优点进行集成并输出；使用文本特征提取模块来对测试集中的缺陷报告进行文本特征提取；使用训练好的模型对测试集中的缺陷报告进行预测。本发明克服了数据的不平衡特性并加以利用，将不平衡学习策略与约束求解相结合，基于不同分类算法的不同能力，提出了利用权重优化每个分类器的判别概率以提高分类效果，并将优化后的多个分类器进行集成，通过获取更合适的权重来获得更高的准确率。 | ||
| 搜索关键词： | 基于 不平衡 学习 策略 影响 缺陷 报告 预测 方法 | ||
【主权项】：
1.一种基于不平衡学习策略高影响缺陷报告预测方法，其特征在于具有如下步骤：S1、使用文本预处理方法对缺陷报告的文本信息进行处理；S2、使用10折交叉验证的方法，将步骤S1得到的处理后文本信息分储为训练集和测试集；S3、使用不平衡学习策略SMOTE算法对训练集做多次数据平衡处理；S4、使用多个分类器对经过平衡处理的训练集进行训练；S5、根据不同分类器对每个类别的发现能力不同，使用CPLEX约束求解器对多个分类器进行优化集成，把多个分类器的优点进行集成并输出；S6、使用文本特征提取模块来对测试集中的缺陷报告进行文本特征提取；使用步骤S5中的训练好的模型对测试集中的缺陷报告进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连海事大学，未经大连海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811333585.3/，转载请声明来源钻瓜专利网。
