[发明专利]直推式支持向量机的落水洞检测方法、系统、终端及介质

权利要求书

1.一种直推式支持向量机的落水洞检测方法，其特征在于，所述直推式支持向量机的落水洞检测方法包括以下步骤：

步骤一，特征预处理：包括缺失值处理、数据映射为数值和归一化处理；

步骤二，分类：采用TSVM为基分类器进行样本训练；

步骤三，集成：使用Bagging自助采样生成不同的基分类器后进行集成。

2.如权利要求1所述的直推式支持向量机的落水洞检测方法，其特征在于，所述步骤一缺失值处理、数据映射为数值和归一化处理中，根据落水洞形成的影响因素，选择多个属性，包括：形状、高、宽、深、斜度、PLSS射程、PLSS段、规模、是否有水、水面与地面高度差、是否有石灰石、是否有洞穴、沉降率以及土地类型。

3.如权利要求1所述的直推式支持向量机的落水洞检测方法，其特征在于，所述步骤二采用TSVM为基分类器进行样本训练包括：

采用TSVM为基分类器，通过TSVM利用少量有标签数据样本进行学习，训练处初始分类器；利用大量无标签数据样本来调整分类器，最终得到具有泛化能力的分类器。

4.如权利要求1所述的直推式支持向量机的落水洞检测方法，其特征在于，所述步骤三使用Bagging自助采样生成不同的基分类器后进行集成包括：

集成学习中，使用Bagging自助采样生成不同的基分类器后，进行集成；自助法通过多次有放回采样得到多个训练样本数据集，对于每一个训练样本数据集，使用基学习算法得到一个基学习器；使用最常用的方法来聚合基分类器，在分类任务上投票，在回归问题上平均。

5.如权利要求4所述的直推式支持向量机的落水洞检测方法，其特征在于，所述使用Bagging自助采样生成不同的基分类器后，利用TSVM落水洞检测算法进行集成学习；所述TSVM落水洞检测算法采用Assembled-TSVM算法，所述Assembled-TSVM算法包括：

输入：有标记数据样本集合D_l＝{(x₁,y₁),(x₂,y₂),…,(x_l,y_l)}

无标记数据样本集合Du＝{x_l+1,x_l+2…,x_l+u},y_i∈{-1,+1}

折中参数C_l与C_u

基分类器数目num

输出：最终分类器以及未标记数据样本的预测结果

6.如权利要求5所述的直推式支持向量机的落水洞检测方法，其特征在于，所述Assembled-TSVM算法的步骤包括：

①使用自助采样生成一个训练集；

②使用步骤①生成的训练集训练一个初始的SVM₁；

③使用对SVM₁对中的数据样本进行预测，得到

④初始化C_u＜＜C_l；

⑤While C_u＜C_l do

⑥基于D_l和预测过的Du，重新求解公式(1)，得到新的w，b，ξ；

⑦Whiledo

⑧

⑨

⑩重新求解公式(1)，得到新的w，b，ξ

Endwhile

C_u=min{2c_u，c_i}

Endwhile

根据新的w，b，ξ预测无标记数据样本集合Du，得到一个基分类器的结果；

返回步骤①，求解下一个基分类器的结果；

集成全部基分类器。