一种基于正则化最优传输理论的不平衡数据分类方法

摘要

本发明公开了一种基于正则化最优传输理论的不平衡数据分类方法，所述方法包括如下步骤：一：获取不平衡训练样本集和测试样本集；二：构建Monge型最优传输问题；三：将Monge型最优传输问题凸松弛化为离散的Kantorovitch型最优传输问题；四：设计合理的非凸正则项，进而构建非凸正则最优传输问题；五：设计最大—最小化最优传输求解算法，计算该算法模型在各数据集上的Pre、Rec、GM、F1M评价指标值，从而实现对不平衡数据集的有效分类。本发明构建了带有非凸正则项的最优传输问题，丰富了最优传输的理论研究。相对于常用的不平衡数据分类方法，本方法对不平衡数据的分类精度更高。