[发明专利]基于加权极限学习机的SMOTE_Bagging集成污水处理故障诊断方法

权利要求书

1.基于加权极限学习机的SMOTE_Bagging集成污水处理故障诊断方法，其特征在于，包括以下步骤：

1)用均值法补全污水数据中属性不完整的样本的缺陷值，并将其归一化到[0,1]区间；

2)为了增加过采样数据的多样性，提出新的SMOTE过采样方法，对初始训练数据进行SMOTE过采样处理，获得新的训练数据，用该采样步骤替代原始Bagging算法中有放回Booststrap步骤；然后采用加权极限学习机作为基分类器，建立第i个基分类器h_i(x)，h_i(x)表示第i个基分类器；最后，定义新的基于不平衡分类性能指标G-mean值的基分类器输出权值计算公式，并计算该基分类器的输出权值α_i；其包括以下步骤：

2.1)给定含N个污水样本集X＝{(x₁,y₁),(x₂,y₂),...,(x_N,y_N)}，样本共有K个类别，其中x_i表示X的第i个样本，y_i为K维列向量，表示其对应的类别标签，若x_i属第K类，则y_i的第K个元素标为1，其余元素标为-1，第1类样本的类别标签写为{1,-1,...,-1}；

2.2)将X中样本数小于N×0.2的类别视为少数类，对少数类每类分别采用改进的SMOTE方法进行过采样，过采样后用得到的新样本结合原始数据组成新的训练集X_new，以X_new来训练一个加权极限学习机h_i(x)；其中，改进的SMOTE过采样方法具体如下：

2.2.1)从X中得到第j类少数类样本，将所有第j类少数类样本组成子数据集XR_j，n_j为XR_j所含的少数类样本数，对XR_j的每个样本xr_i，计算其与XR_j中其余所有样本的欧氏距离，设置m为(0,n_j]范围内的随机数，得到关于xr_i含m个少数类样本的K最近邻(k-NearestNeighbor,KNN)子集S_i；

2.2.2)根据该少数类样本数与训练集总样本数的比例确定过采样倍率a_j，a_j的求取公式为：

即a_j取n_j,10三个数的最小值；

2.2.3)对XR_j的每个样本xr_i，在其对应的S_i中随机采样一个近邻样本xrr，生成的新样本xnew的每个特征取值为在xrr与xr_i在该特征空间连线上随机的一点，即

xnew＝xr_i+rand(0,1)×(xr_i-xrr)

2.2.4)重复步骤2.2.3)直至生成a_j·n_j个新样本为止，最后去除重复的生成样本；

2.2.5)重复步骤2.2.1)到2.2.4)，直至对每一类少数类的样本集XR_j都进行了SMOTE过采样步骤；

2.3)用X_new所有样本作为验证集，求加权极限学习机在验证集中分类得到的G-mean值GM_i，根据G-mean值建立输出权值更新公式，计算其作为基分类器的输出权值α_i，输出权值α_i的求取公式为：

α_i＝0.5×ln(1+GM_i)

3)重复步骤2)，直至训练出T个带有输出权值的基分类器，T是基分类器的个数，将T个并列的基分类器进行加权计算，建立集成分类器；

4)用网格法进行参数寻优，求得基分类器的隐层节点数L及最优正则化系数C的最优参数组合，以此组参数为基础，训练得到最优的集成分类器H(x)；

5)用步骤1)相同的方法填补污水待测数据的缺失值，并将其归一化到[0,1]区间，将处理后的待测数据输入H(x)，得到输出分类结果即为待测数据对应的故障诊断结果。