一种基于TSVM的不平衡数据分类方法

本发明属于机器学习和数据挖掘领域，具体涉及一种基于TSVM的不平衡数据分类方法，包括：采集工业系统的原始数据样本，对采集的原始数据样本进行预处理，得到数据样本；计算每个数据样本的隶属度值；根据数据样本及其隶属度值构建并训练TSVM模型，得到训练好的TSVM模型；获取待检测数据，将待检测数据输入训练好的TSVM模型，得到故障检测结果；本发明计算数据样本在属于的高斯混合模型的各个高斯分量中的后验概率，并利用高斯分量覆盖的样本数量来对各个高斯分量的后验概率进行加权结合，从而能够更好地反映样本在对应类别中的重要程度，缓解类别不平衡问题对模型性能的影响。