基于影响函数的稳健子采样方法

本发明公开了一种基于影响函数的稳健子采样方法，包括以下步骤：构建模型及稳健子采样问题；基于稳健迭代子采样算法通过逐步迭代，从数据集中筛选出尽可能接近干净子集的数据点，确保在有限次迭代后，子采样的数据来自未受污染的样本，并获得参数估计的最优统计误差界；基于稳健小批次随机梯度下降算法在每次迭代中，利用稳健子采样方法计算梯度，并基于所述梯度更新参数；本发明的子采样方法实现了接近最优的误差率，提供了强有力的稳健性保证。