1.一种基于改进SMOTE的工业不平衡数据分类方法,其特征是,包括步骤如下:
步骤1、获取工业设备的样本监控记录数据,对样本监控记录数据进行特征提取得到样本监控记录数据的特征向量,并对样本监控记录数据的特征向量进行标签处理后,得到不平衡数据集;
步骤2、利用改进SMOTE方法对不平衡数据集进行处理,得到平衡数据集;
步骤2.1、将不平衡数据集中标签为故障的特征向量定义为少数类样本,标签为正常的特征向量定义为多数类样本;设置首次生成的少数类样本数量Nc、再次生成的少数类样本数量ND、近邻样本数量k、以及簇数量k′;
步骤2.2、先从不平衡数据集中随机选择一个少数类样本x;再计算该少数类样本x到不平衡数据集中其他少数类样本的欧氏距离,并根据欧式距离的近远得到少数类样本x的k个近邻样本;后对少数类样本x的每个近邻样本进行插值操作,得到每个近邻样本所对应的新的少数类样本xnew;
步骤2.3、先计算每个新的少数类样本xnew到不平衡数据集中其他少数类样本及所有多数类样本的欧氏距离,并根据欧式距离的近远得到新的少数类样本xnew的k个近邻样本;再判断新的少数类样本xnew的每个近邻样本是少数类样本还是多数类样本:如果新的少数类样本xnew的近邻样本是少数类样本,则将该近邻样本的权重设为1;如果新的少数类样本xnew的近邻样本是多数类样本,则将该近邻样本的权重设为0;后计算新的少数类样本xnew的k个近邻样本的权重总和,并新的少数类样本xnew的k个近邻样本的权重总和是否大于k/2:若是,则保留该新的少数类样本xnew;否则,放弃该新的少数类样本xnew;
步骤2.4、重复步骤2.2‑2.3,直到保留的新的少数类样本xnew的数量达到需要生成的少数类样本数量Nc,并将这Nc个保留的新的少数类样本xnew作为少数类样本并入到不平衡数据集中,得到初平衡数据集;
步骤2.5、先对初平衡数据集中少数类样本进行K‑means聚类,由此将初平衡数据集中所有少数类样本分为k′个簇;再将每个簇内所有少数类样本的均值作为该簇的质心;后计算初平衡数据集中每个多数类样本到每个簇的质心的欧式距离,并将每个多数类样本归入到与其质心的欧式距离最近的簇中;
步骤2.6、计算每个簇内的多数类样本数量和少数类样本数量,如果该簇内多数类样本数量大于等于少数类样本数量,则放弃该簇;否则,保留该簇;
步骤2.7、对于每个保留的簇,先计算该保留的簇内每两个少数类样本的欧式距离,并据此构建该保留的簇内少数类样本的欧氏距离矩阵;再将该保留的簇内少数类样本的欧氏距离矩阵中的所有非对角元素相加后,除以非对角元素的总数量,得到该保留的簇的平均距离;后将该保留的簇的平均距离除以该保留的簇内的少数类样本数量,得到该保留的簇的稀疏度;
步骤2.8、计算每个保留的簇所负责生成的少数类样本数量N(f):
式中,Nst(f)为保留的簇f的稀疏度,m为保留的簇f的数量,ND为再次生成的少数类样本数量;
步骤2.9、先从保留的簇中随机选择一个少数类样本x′;再计算该少数类样本x′到该保留的簇中其他少数类样本的欧氏距离,并根据欧式距离的近远得到少数类样本x′的k个近邻样本;后对少数类样本x′的每个近邻样本进行插值操作,得到每个近邻样本所对应的新的少数类样本x′new;
步骤2.10、先计算每个新的少数类样本x′new到该保留的簇中其他少数类样本及所有多数类样本的欧氏距离,并根据欧式距离的近远得到新的少数类样本x′new的k个近邻样本;再判断新的少数类样本x′new的每个近邻样本是少数类样本还是多数类样本:如果新的少数类样本x′new的近邻样本是少数类样本,则将该近邻样本的权重设为1;如果新的少数类样本x′new的近邻样本是多数类样本,则将该近邻样本的权重设为0;后计算新的少数类样本x′new的k个近邻样本的权重总和,并新的少数类样本x′new的k个近邻样本的权重总和是否大于k/
2:若是,则保留该新的少数类样本x′new;否则,放弃该新的少数类样本x′new;
步骤2.11、重复步骤2.9‑2.10,直到保留的新的少数类样本x′new的数量达到每个保留的簇所负责生成的少数类样本数量N(f);
步骤2.12、对于每个保留的簇均重复步骤2.9‑2.11的操作后,将所有保留的簇所生成的ND个保留的新的少数类样本x′new作为少数类样本并入到初平衡数据集中,得到平衡数据集;
步骤3、将平衡数据集作为训练数据集对分类器进行训练,得到训练好的分类器;
步骤4、获取工业设备的实时监控记录数据,对实时监控记录数据进行特征提取得到实时监控记录数据的特征向量,并将实时监控记录数据的特征向量送入到训练好的分类器中,得到工业设备的状态。
2.根据权利要求1所述的一种基于改进SMOTE的工业不平衡数据分类方法,其特征是,步骤2.1中,首次生成的少数类样本数量Nc为:
再次生成的少数类样本数量ND为:
ND=Cmajor‑Cminor‑Nc
式中,Cmajor为不平衡数据集中多数类样本的数量,Cminor为不平衡数据集中少数类样本的数量,p为人为设定的超参数。
3.根据权利要求1所述的一种基于改进SMOTE的工业不平衡数据分类方法,其特征是,步骤2.2中,插值操作的公式为:xnew=x+rand·(y‑x)
式中,rand是[0,1]之间的一个随机数,x为随机选择的少数类样本,y为少数类样本x的近邻样本,xnew为近邻y所对应的新的少数类样本。
4.根据权利要求1所述的一种基于改进SMOTE的工业不平衡数据分类方法,其特征是,步骤1和步骤4中,采用小波变换对样本监控记录数据和实时监控记录数据进行特征提取。