一種基于數(shù)據(jù)樣本圖像化的數(shù)據(jù)甄別的方法與系統(tǒng)

基本信息

申請?zhí)?/td> CN202111370028.0 申請日 -
公開（公告）號 CN113806338B 公開（公告）日 2022-02-18
申請公布號 CN113806338B 申請公布日 2022-02-18
分類號 G06F16/21（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 邵俊;張磊 申請（專利權(quán)）人 深圳索信達(dá)數(shù)據(jù)技術(shù)有限公司
代理機(jī)構(gòu) 北京市隆安律師事務(wù)所 代理人 楊云
地址 518063廣東省深圳市南山區(qū)粵海街道高新區(qū)社區(qū)高新南六道6號邁科龍大廈1801、1901
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于數(shù)據(jù)樣本圖像化的數(shù)據(jù)甄別的方法與系統(tǒng)，其中方法包括：從服務(wù)器獲取用戶信息；對用戶信息進(jìn)行標(biāo)準(zhǔn)化處理，得到第一數(shù)據(jù)集；對第一數(shù)據(jù)集進(jìn)行結(jié)構(gòu)引力成像處理，將結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為二維彩色等高線輪廓圖；選取全部正樣本對應(yīng)的輪廓圖，并使用GAN方法生成更多的正樣本，以使得樣本的正負(fù)比例趨于均衡；從二維彩色等高線輪廓圖中提取低維特征向量，基于用戶信息構(gòu)建新的XGBoost第二XGBoost模型；基于新的XGBoost第二XGBoost模型進(jìn)行數(shù)據(jù)甄別。本發(fā)明可以生成圖像的方式產(chǎn)生更多的正樣本，達(dá)到正負(fù)樣本的均衡，避免了常規(guī)的SMOTE等基于線性插值的過采樣方法引入的額外的偏差，使得甄別結(jié)果更加精確，性能更優(yōu)。