买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东电网有限责任公司广州供电局;南方电网科学研究院有限责任公司

摘要：本发明涉及机器学习技术领域，公开了一种不平衡数据的分类方法、装置、存储介质及设备，所述方法包括：获取不平衡数据集，通过SVM算法计算不平衡数据集的支持向量集合，计算多数类集合中的每一个样本到支持向量集合中的每一个支持向量的第一距离，根据第一距离计算样本位置统计量，根据样本位置统计量计算类位统计量，根据类位统计量类位统计量对多数类集合进行下采样，获得下采样后的多数类集合。本发明提供的一种不平衡数据的分类方法、装置、存储介质及设备，利用数据样本与支持向量的距离度量数据样本的局部密度信息，从分布上考虑数据的不平衡程度，提高不平衡数据分类的准确率。

主权项：1.一种不平衡数据的分类方法，其特征在于，所述方法包括：获取不平衡数据集；其中，所述不平衡数据集包括多数类集合以及少数类集合；通过SVM算法计算所述不平衡数据集的支持向量集合；计算所述多数类集合中的每一个样本到所述支持向量集合中的每一个支持向量的第一距离；根据所述第一距离计算样本位置统计量；根据所述样本位置统计量计算类位统计量；根据所述类位统计量对所述多数类集合进行下采样，获得下采样后的多数类集合；其中，所述分类方法应用于输电线路故障分类；所述不平衡数据集包括但不仅限于鸟巢数据集和绝缘子数据集；所述鸟巢数据集的类别包括有鸟巢数据和无鸟巢数据；若所述有鸟巢数据的数量多于所述无鸟巢数据的数量，则所述有鸟巢数据为所述鸟巢数据集的多数类集合；若所述有鸟巢数据的数量少于所述无鸟巢数据的数量，则所述有鸟巢数据为所述鸟巢数据集的少数类集合；所述绝缘子数据集的类别包括绝缘子破损数据和正常绝缘子数据；若所述绝缘子破损数据的数量多于所述正常绝缘子数据的数量，则所述绝缘子破损数据为所述绝缘子数据集的多数类集合；若所述绝缘子破损数据的数量少于所述正常绝缘子数据的数量，则所述绝缘子破损数据为所述绝缘子数据集的少数类集合；所述第一距离的计算公式为： 式1中，c-1为所述多数类集合，xi∈c-1表示xi为c-1中的元素，xi为所述多数类集合中的第i个样本，xi＝xi1,xi2,…,xin，sj为所述支持向量集合中的第j个支持向量，si＝si1,si2,…,sin，dxi,sj为所述多数类样本中的第i个样本与所述支持向量集合中的第j个支持向量的第一距离；所述样本位置统计量的计算公式如下： 式2中，Qks为xi的k近邻支持向量集合，sj∈Qks表示sj为Qks中的元素，μkxi为所述多数类集合中的第i个样本的样本位置统计量；所述类位统计量的计算公式如下： 式3中，wi为所述多数类集合中的第i个样本的类位统计量。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司广州供电局 南方电网科学研究院有限责任公司 不平衡数据的分类方法、装置、存储介质及设备