(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210369157.6 (22)申请日 2022.04.08 (71)申请人 上海电力大 学 地址 201306 上海市浦东 新区沪城环路 1851号 (72)发明人 彭柏程　张安勤　 (74)专利代理 机构 南京禹为知识产权代理事务 所(特殊普通 合伙) 32272 专利代理师 朱宝庆 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 40/02(2012.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于生成对抗网络的不平衡数据集的 预测方法 (57)摘要 本发明公开了一种基于生成对抗网络的不 平衡数据集的预测方法， 主要流程为： 接收预测 请求； 采集数据， 形成数据集， 明确数据集中的特 征与标签及少数类样本和多数类样 本的数量； 将 数据集中的非数值特征列以及标签列转变为分 类数值； 将处理的数据集进行标准化， 并将标准 化后数据集中的多数类样本和少数类样本进行 分离； 用条件生成对抗网络合成少数类样本， 形 成平衡数据集； 将平衡数据集划分为训练集和测 试集； 构建卷积神经网络， 用划分好的训练集训 练卷积神经网络， 得到训练好的卷积神经网络； 最后， 将测试集输入训练好的卷积神经网络得到 预测结果。 本发明预测方法， 解决了现有方法存 在处理大数据时生成少数类样本非常困难甚至 不能生成的问题。 权利要求书2页 说明书7页 附图2页 CN 114676928 A 2022.06.28 CN 114676928 A 1.一种基于生成对抗网络的不平衡数据集的预测方法， 其特 征在于： 包括， 网络app端接收预测请求； 数据后台采集数据， 形成原始业务数据集， 确定所述原始业务数据集中的少数类样本 Smin和多数类样本Smaj的数量； 将所述原始业务数据集中的非数值特征列进行独热编码， 转变为计算机可识别的向 量； 将处理之后的数据集进行标准化， 并将标准化后数据集中的多数类样本Smaj和少数类 样本Smin进行分离； 用条件生成对抗网络合成少数类样本a， 形成平衡数据集； 将平衡数据集划分为训练集和 测试集； 构建卷积神经网络， 利用训练集训练卷积神经网络， 得到训练好的卷积神经网络； 将测试集输入训练好的卷积神经网络得到预测结果。 2.根据权利要求1所述的基于生成对抗网络的不平衡数据集的预测方法， 其特 征在于： 所述标准 化为将输入数据集中的数据按比例缩放， 使数据属于[0,1]内。 3.根据权利要求1或2所述的基于生成对抗网络的不平衡数据集的预测方法， 其特征在 于： 所述形成平衡数据集包括： 初始化生成器G和判别器D的参数； 将所述少数类样本Smin输入至生成器G中， 生成器G利用噪声z和条件c生成与输入 的少 数类样本Smin数量相同的人工合成少数类样本a； 依次循环更新判别器D、 生成器G， 直至判别概 率为0.5为止， 完成训练。 4.根据权利要求3所述的基于生成对抗网络的不平衡数据集的预测方法， 其特征在于： 所述生成器G的损失函数为： G＝log(1‑D(G(z|c) )) 公式中G(z|c)表示生成器的输出， D(G(z|c))表示判别器D判断生成器G生成的数据为 真实数据的概 率， z表示噪声。 5.根据权利要求 4所述的基于生成对抗网络的不平衡数据集的预测方法， 其特 征在于： 所述判别器D的损失函数为： D＝log(1‑D(G(z|c) ))+logD(x)+BC E(AC(G(z|c) )) 上式中， D(x)表示判别模型的输出， 即输入参数x为真实数据的概率； D(G(z|c))表示判 别器D判断生成器G生成 的数据为真实数据的概率， BCE(AC(G(z|c)))代表辅助 分类器输出 的数据标签。 6.根据权利要求5所述的基于生成对抗网络的不平衡数据集的预测方法， 其特 征在于： 生成对抗网络的目标优化 函数为： 在上述公式中， pdata表示真实数据的分布， pz表示生成器输出合成数据的分布， c表示加 入的条件限制。 模 型训练目的是希望生 成器G的损失V(D,G)越小越好， 判别器的损失V(D,G) 越大越好。 7.根据权利要求4～6任一所述的基于生成对抗网络的不平衡数据集的预测方法， 其特权　利　要　求　书 1/2 页 2 CN 114676928 A 2征在于： 所述训练卷积神经网络包括， 将卷积神经网络 权值进行初始化； 在输入层输入数据， 输入数据经过第一卷积层、 池化层、 第二卷积层、 全连接层得到输 出值， 计算输出值与目标值的误差值； 当所述预测结果的误差值大于期望值时， 将误差值传回进行反向传播， 依次计算全连 接层、 第二卷积层、 池化层、 第一卷积层的误差， 至预测误差值不大于期 望值时结束训练， 得 到训练好的卷积神经网络 。 8.根据权利要求7 所述的基于生成对抗网络的不平衡数据集的预测方法， 其特 征在于： 计算卷积神经网络的输出值的表达式为： Op＝Fl(…(F2(F1(W1X1))W2)Wl) 上式中， X1为网络的输入； W1表示网络第一层的权重系数矩阵； W2表示网络第二层的权 重系数矩阵； Wl表示网络第l层的权重系数矩阵； F1表示网络第一层采用的sigmoid函数， 以 此类推， Fl表示网络第l层的激活函数。 9.根据权利要求8所述的基于生成对抗网络的不平衡数据集的预测方法， 其特 征在于： 反向传播计算 误差的表达式为： δl＝(Wl+1)Tδl+1×f′(ul) ul＝Wlxl‑1+bl 其中， δl+1項表示第l+1层的误差函数； Wl+1表示第l+1层权重系数矩阵； δl表示传播至第l 层的误差函数； ul表示第l层的输出； bl表示第l层的偏置； xl‑1表示第l层的输入。 10.根据权利要求8或9所述的基于生成对抗网络的不平衡数据集的预测方法， 其特征 在于： 所述输入层的输入数据为 4*4像素点构成的矩阵； 第一卷积层包含10个特征图， 利用3*3的窗口对输入图像进行卷积， 得到每个特征图的 大小为4*4； 池化层对第一卷积层进行降采样操作， 选用最大池化的方式得到10个特征图， 每个特 征图的大小减小到2*2； 第二卷积层包含20个特征图， 采用的卷积核大小为2*2,得到每个特征图的大小为1*1； 第二卷积层得到的特 征图经过全连接层， 得到大小为1*2的输出 结果。权　利　要　求　书 2/2 页 3 CN 114676928 A 3