[发明专利]训练数据生成方法、分类器训练方法、装置、设备及介质

权利要求书

1.一种训练数据生成方法，其特征在于，所述方法包括：

获取第一训练样本集合，所述第一训练样本集合包括多个类别的第一训练样本，所述第一训练样本集合呈长尾分布；

针对第一类别，根据所述第一类别的第一训练样本获取第一原始特征集合，所述第一类别为所述多个类别所包括的类别；

根据所述第一原始特征集合中的特征确定所述第一类别对应的特征均值和特征方差；

根据高斯分布函数以及所述第一类别对应的特征均值、特征方差获取所述第一类别对应的生成特征集合，所述生成特征集合中包括新生成的特征；

将所述第一类别的第一原始特征集合和所述生成特征集合进行组合获得所述第一类别对应的训练数据。

2.根据权利要求1所述的方法，其特征在于，所述根据高斯分布函数以及所述第一类别对应的特征均值、特征方差获取所述第一类别对应的生成特征集合，包括：

确定所述第一类别的特征均值与第二类别的特征均值之间的相似度，所述第二类别为所述多个类别中除所述第一类别外的其他任一类别；

将所述相似度作为权重对所述第二类别对应的特征方差进行加权求和，获得转移方差；

根据所述第一类别对应的特征方差与所述转移方差确定最终方差；

根据高斯分布函数以及所述第一类别对应的特征均值、最终方差获取所述第一类别对应的生成特征集合。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一类别对应的特征方差与所述转移方差确定最终方差，包括：

将所述第一类别对应的特征方差以及所述转移方差中较大值确定为最终方差。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据高斯分布函数以及所述第一类别对应的特征均值、特征方差获取所述第一类别对应的生成特征集合，包括：

根据高斯分布函数生成多个随机特征；

针对任一随机特征，将所述随机特征乘以所述特征方差，并加上所述特征均值，获得生成特征。

5.根据权利要求4所述的方法，其特征在于，所述生成特征集合中所包括的特征数量是基于采样概率确定的，所述采样概率与所述第一类别对应的有效训练样本数量呈反比。

6.根据权利要求1所述的方法，其特征在于，所述第一类别为所述多个类别中的尾部类别。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取第二训练样本集合，所述第二训练样本集合中包括所述多个类别的第二训练样本，所述第二训练样本集合呈长尾分布；

针对所述第一类别，根据所述第一类别的第二训练样本获取第二原始特征集合；

根据所述第二原始特征集合中的特征确定所述第一类别对应的特征均值和特征方差；

利用根据所述第一原始特征集合中的特征确定的所述第一类别对应的特征均值以及根据所述第二原始特征集合中的特征确定的所述第一类别对应的特征均值确定所述第一类别对应的特征均值；

利用根据所述第一原始特征集合中的特征确定的所述第一类别对应的特征方差以及根据所述第二原始特征集合中的特征确定的所述第一类别对应的特征方差确定所述第一类别对应的特征方差。

8.根据权利要求1所述的方法，其特征在于，在根据所述第一类别的第一训练样本获取第一原始特征集合之前，所述方法还包括：

对所述第一训练样本集合中的第一训练样本进行增强处理。

9.一种分类器训练方法，其特征在于，所述方法还包括：

获取训练数据，所述训练数据是通过权利要求1-8任一项所述的方法获取的；

利用所述训练数据对分类器进行训练。