[发明专利]一种基于几何结构集成的不平衡数据分类系统

权利要求书

1.一种基于几何结构集成的不平衡数据分类系统，其特征在于，

1)输入模块，根据不平衡问题的具体描述，将采集到的样本转化得到向量形式的样本集合，其中，所述向量形式的样本集合包括少数类样本和多数类样本；

2)训练模块，用于将向量形式的样本集合进行训练得到系统的少数类决策区域；

3)测试模块，输入待判别的样本，判断待判别的样本是否在所述系统的少数类决策区域中，得到待判别样本所属的类别。

2.根据权利要求1所述的基于几何结构集成的不平衡数据分类系统，其特征在于：

所述训练模块包括：训练子集划分模块，弱分类器组训练模块，决策区域集成模块，其中，

1)训练子集划分模块，利用所述的向量形式的样本集合和输入参数P，划分得到P个训练子集；

2)弱分类器组训练模块，利用训练子集中的训练样本，得到当前训练子集中弱分类器组和弱分类器组中每个弱分类器对应的少数类决策区域；3)决策区域集成模块，对于所述P个训练子集中，取每个训练子集的弱分类器组中每个弱分类器对应的少数类决策区域的交集，得到每个训练子集的少数类决策区域集合，将P个训练子集的少数类决策区域集合合并得到系统的少数类决策区域。

3.根据权利要求2所述的基于几何结构集成的不平衡数据分类系统，其特征在于，训练子集划分模块的处理过程为：

利用输入参数P，将所述向量形式的样本集合中多数类样本随机划分为P个子集，将P个多数样本子集分别和原始样本集合中少数类样本合并，形成P个训练子集。

4.根据权利要求2所述的基于几何结构集成的不平衡数据分类系统，其特征在于，弱分类器组训练模块的训练过程为：

1)训练集样本初始化：对于P个训练子集，其中第i个训练子集的弱分类器组训练集Fi，Fi初始值为整个训练子集；

2)弱分类器训练：计算训练集Fi中所有少数类样本的中心点，将距离少数类样本中心点最远的那个多数类样本点作为一个超圆的质心，然后将距离所述质心最近的一个少数类样本点作为切点，得到一个包含多数类样本超圆，计算质心与切点的欧式距离作为超圆的半径，过切点做超圆的切线得到超圆的支撑超平面；将超圆内部的多数类样本，投影到质心向切点的方向向量上，将投影距离最大的点作为阈值点，然后将该超平面继续往质心方向平移，直到移动至阈值点；所述移动后的支撑超平面即为弱分类器的分类边界，分类边界表达式为：

{x|w^Tx+θ≤0,x∈S}

其中，S是所形成的超圆的支撑超平面，w是支撑超平面的法向量，θ是支撑超平面的阈值，使阈值点经过支撑超平面，x是在超圆中的多数类样本；

利用所得到的分类边界，在训练当前弱分类器过程中，将正确识别的少数类样本删除，然后超圆质心在剩余的少数类中，将距离所述超圆的质心最近的一个少数类样本点作为切点，再做支撑超平面，并将正确识别的少数类样本继续删除，所述过程直到所有少数类样本被去除为止，利用所有支撑超片面，得到该弱分类器输出的少数类决策区域为：

其中，H为该弱分类器对应的分类边界数量，下标k表示该弱分类器中分类边界的序号，MinDomain^j为该弱分类器输出的少数类决策区域，上标j表示这个第i个训练子集中第j个弱分类器；利用输入的参数R和训练样本的不平衡率(IR)，如果MinDomain^j外的多数类样本的数量大于IR乘以R，则记该弱分类器对应的少数类决策区域MinDomain^j，否则抛弃该弱分类器对应的少数类决策区域；

3)新训练集生成：删除训练集Fi中，MinDomain^j外的多数类样本，记为Fi’,如果训练集Fi’中还有多数类样本，更新训练集，置Fi＝Fi’，重复步骤2)和步骤3)，；

4)直到训练集Fi中只有少数类样本，得到当前训练子集中全部弱分类器和弱分类器组中每个弱分类器对应的少数类决策区域。