一种针对噪声数据的总体引导鲁棒线性分类方法

本发明一种针对噪声数据的总体引导鲁棒线性分类方法，属于噪声数据分类、人工智能数据处理技术领域，包括以下步骤：获取待处理的数据；构建重缩放的铰链损失函数；基于训练样本的总体统计信息和重新缩放的铰链损失构建目标函数；将目标函数转换为总体统计信息子问题和重新缩放的铰链损失子问题；对总体统计信息子问题和重新缩放的铰链损失子问题进行求解，得到目标函数的最优解，进而得到线性分类器RPC，实现对待处理数据的分类。本发明所提出的总体引导鲁棒分类方法(RPC)在噪声数据上具有显著的优势，其分类准确性和稳定性相较于其他方法有明显的提升，能够更好地满足实际应用中对分类器在噪声数据环境下性能的要求。