[发明专利]一种数据增强方法、系统、设备及计算机可读存储介质

说明书

本申请公开了一种数据增强方法、系统、设备及计算机可读存储介质，判断当前数据增强方法是否发生概念漂移；若当前数据增强方法发生概念漂移，则生成目标数据增强方法；判断目标数据增强方法是否满足数据增强性能指标；若目标数据增强方法满足数据增强性能指标，则基于目标数据增强方法对在线数据进行数据增强，得到目标数据。本申请中，可以在当前数据增强方法发生概念漂移后，生成目标数据增强方法，并且在目标数据增强方法满足数据增强性能指标之后，才应用目标数据增强方法对在线数据进行数据增强，实现了实时更新在线数据的数据增强方法，可以避免概念漂移现象的发生，保证数据增强的准确性。

技术领域

本申请涉及数据处理技术领域，更具体地说，涉及一种数据增强方法、系统、设备及计算机可读存储介质。

背景技术

在深度学习中，数据可以影响深度学习模型的上限，数据规模越大、数据质量越高，根据数据训练得到的深度学习模型的性能越好，但是在实际应用中，存在数据小、数据不均衡、深度学习模块过拟合的情况，为了避免这些情况，可以通过数据增强方法实现数据规模的扩充。

数据增强方法是指在保持标签一致的情况下，通过转换方法扩充出类似于真实数据的训练数据，即对于一个样本，通过转换函数生成新数据，新旧数据有相同的数据标签。通过数据增强方法，一方面能够增加数据数量及多样性，提升模型的鲁棒性，另一方面能够增加随机性，以降低模型对于某些属性的依赖，从而提高模型的泛化能力。然而，随着时间的推移，数据流的分布随时间会发生不可预见变化的现象，也即概念漂移现象，概念漂移现象会导致模型的预测精度降低，影响后续数据处理效果。

综上所述，如何提高数据增强的准确性是目前本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种数据增强方法，其能在一定程度上解决如何提高数据增强的准确性的技术问题。本申请还提供了一种数据增强系统、设备及计算机可读存储介质。

为了实现上述目的，本申请提供如下技术方案：

一种数据增强方法，包括：

判断当前数据增强方法是否发生概念漂移；

若当前数据增强方法发生所述概念漂移，则生成目标数据增强方法；

判断所述目标数据增强方法是否满足数据增强性能指标；

若所述目标数据增强方法满足所述数据增强性能指标，则基于所述目标数据增强方法对在线数据进行数据增强，得到目标数据。

优选的，所述判断当前数据增强方法是否发生概念漂移，包括：

基于生成当前数据增强方法后、存入存储介质中的离线数据，确定概念漂移评估值；

基于所述概念漂移评估值判断当前数据增强方法是否发生概念漂移。

优选的，所述概念漂移评估值包括所述离线数据的数据特征；

所述基于所述概念漂移评估值判断当前数据增强方法是否发生概念漂移，包括：

判断所述离线数据的数据特征是否发生变化，若是，则判定当前数据增强方法发生所述概念漂移。

优选的，所述概念漂移评估值包括所述离线数据的数量值；

所述基于所述概念漂移评估值判断当前数据增强方法是否发生概念漂移，包括：

判断所述数量值是否大于预设数值，所述预设数值表征当前数据增强方法开始发生所述概念漂移时增强数据的数据量；

若所述数量值大于所述预设数值，则判定当前数据增强方法发生所述概念漂移。

优选的，所述生成目标数据增强方法，包括：