一种基于数据样本图像化的数据甄别的方法与系统专利查询专利号|摘要-满商公司网

一种基于数据样本图像化的数据甄别的方法与系统

基本信息

申请号	CN202111370028.0	申请日	-
公开（公告）号	CN113806338B	公开（公告）日	2022-02-18
申请公布号	CN113806338B	申请公布日	2022-02-18
分类号	G06F16/21（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I	分类	计算；推算；计数;
发明人	邵俊;张磊	申请（专利权）人	深圳索信达数据技术有限公司
代理机构	北京市隆安律师事务所	代理人	杨云
地址	518063广东省深圳市南山区粤海街道高新区社区高新南六道6号迈科龙大厦1801、1901
法律状态	-

摘要

本发明公开了一种基于数据样本图像化的数据甄别的方法与系统，其中方法包括：从服务器获取用户信息；对用户信息进行标准化处理，得到第一数据集；对第一数据集进行结构引力成像处理，将结构化数据转换为二维彩色等高线轮廓图；选取全部正样本对应的轮廓图，并使用GAN方法生成更多的正样本，以使得样本的正负比例趋于均衡；从二维彩色等高线轮廓图中提取低维特征向量，基于用户信息构建新的XGBoost第二XGBoost模型；基于新的XGBoost第二XGBoost模型进行数据甄别。本发明可以生成图像的方式产生更多的正样本，达到正负样本的均衡，避免了常规的SMOTE等基于线性插值的过采样方法引入的额外的偏差，使得甄别结果更加精确，性能更优。