[发明专利]训练样本筛选方法、装置、电子设备及存储介质

权利要求书

1.一种训练样本筛选方法，其特征在于，包括：

根据训练样本集中任意两个训练样本的样本特征之间的关联性，确定待筛选样本集；

根据所述待筛选样本集中每个所述训练样本与每个所述训练样本的邻接训练样本之间的连接关系，从所述待筛选样本集中筛选出预设个数的训练样本，生成候选样本集；所述每个所述训练样本的邻接训练样本是指与所述训练样本具有连接关系的训练样本；

根据所述候选样本集中每个所述训练样本与每个所述训练样本的邻接训练样本，确定每个所述训练样本对应的标签融合信息熵；

根据各所述标签融合信息熵，从所述候选样本集中筛选出用于训练图卷积神经网络的目标训练样本。

2.根据权利要求1所述的方法，其特征在于，所述根据训练样本集中任意两个训练样本的样本特征之间的关联性，确定待筛选样本集，包括：

根据所述训练样本集中的各个训练样本，构建训练样本图；每个所述训练样本为所述训练样本图上的一个节点；

计算得到所述训练样本集中任意两个节点的样本特征之间的欧式距离；

在所述欧式距离小于或者等于距离阈值时，确定所述任意两个节点之间具有关联关系；

根据所述训练样本图上所有具有关联关系的节点，生成所述待筛选样本集。

3.根据权利要求2所述的方法，其特征在于，所述根据所述训练样本图上所有具有关联关系的节点，生成所述待筛选样本集，包括：

在任意两个节点之间的欧式距离小于或者等于所述距离阈值时，将所述任意两个节点相连接；

循环执行上述在任意两个节点之间的欧式距离小于或者等于所述距离阈值时，将所述任意两个节点相连接步骤；

直到对所述训练样本集中的所有样本执行完成后，剔除所述训练样本图上没有连接关系的训练样本，得到所述待筛选样本集。

4.根据权利要求2所述的方法，其特征在于，所述根据所述待筛选样本集中每个所述训练样本与每个所述训练样本的邻接训练样本之间的连接关系，从所述待筛选样本集中筛选出预设个数的训练样本，生成候选样本集，包括：

以所述训练样本图中的任一节点作为出发点，计算所述任一节点跳转至下一节点的第一概率；

根据所述第一概率，确定所述任一节点对应的第一筛选节点；

以所述第一筛选节点作为出发点，计算所述第一筛选节点跳转至下一节点的第二概率；

根据所述第二概率，确定所述第一筛选节点对应的第二筛选节点；

循环执行所述以所述训练样本图中的任一节点作为出发点，计算所述任一节点跳转至下一节点的第一概率，至所述根据所述第二概率，确定所述第一筛选节点对应的第二筛选节点的步骤，直到获取到预设个数的训练样本。

5.根据权利要求1所述的方法，其特征在于，所述根据所述候选样本集中每个所述训练样本与每个所述训练样本的邻接训练样本，确定每个所述训练样本对应的标签融合信息熵，包括：

针对每个所述训练样本，获取所述训练样本对应的第一实数标签、所述训练样本的邻接训练样本对应的第二实数标签、及所述训练样本和所述邻接训练样本对应的跳转概率；

根据所述第一实数标签、所述第二实数标签和所述跳转概率，计算得到所述训练样本的标签融合信息熵。

6.根据权利要求1所述的方法，其特征在于，所述根据各所述标签融合信息熵，从所述候选样本集中筛选出用于训练图卷积神经网络的目标训练样本，包括：

根据各所述标签融合信息熵中的最大标签融合信息熵和最小标签融合信息熵，确定标签融合信息熵区间；

将所述标签融合信息熵区间划分为预设个数的、均等份的子区间；

根据每个所述子区间对应的筛选比例，获取从每个所述子区间内筛选的目标训练样本。