[发明专利]特征选择的方法及装置

权利要求书

1.一种特征选择的方法，其特征在于，包括：

生成至少一个特征向量，所述每个特征向量对应一个度量函数和至少一个媒体特征；

根据所述特征向量对应的度量函数和媒体特征，计算该特征向量的适应度值。

2.根据权利要求1所述的特征选择的方法，其特征在于，还包括：

判断所述至少一个特征向量的适应度值是否满足预设的终止条件；

在至少一个所述特征向量的适应度值满足预设的终止条件时，进程结束；

在所有特征向量的适应度值均不满足预设的终止条件时，以原有特征向量为基础生成至少一个新的特征向量。

3.根据权利要求2所述的特征选择的方法，其特征在于，所述以原有特征向量为基础生成至少一个新的特征向量，具体为：

按照预定的概率条件，对原有特征向量的数据元素进行变更，得到至少一个新的特征向量。

4.根据权利要求1或2所述的特征选择的方法，其特征在于，所述根据所述特征向量对应的度量函数和媒体特征，计算该特征向量的适应度值，包括：

根据所述媒体特征确定样本中被选择的特征项；

以样本空间中所有的样本依次作为目标样本，根据所述度量函数以及所述被选择的特征项计算所述特征向量相对于每个目标样本的适应度值；

计算所述特征向量相对于每个目标样本的适应度值的平均值，作为所述特征向量的适应度值。

5.根据权利要求4所述的特征选择的方法，其特征在于，在样本空间中目标样本以外的样本均为待匹配样本；

则，所述根据所述度量函数以及所述被选择的特征项计算所述特征向量相对于目标样本的适应度值，包括：

根据所述度量函数以及所述被选择的特征项计算每个待匹配样本相对于目标样本的相似度；

根据所述相似度对所述待匹配样本进行排序；

结合样本的高层分类信息对排序后的待匹配样本进行权重赋值；

对所述待匹配样本对应的权重进行归一化，得到所述特征向量相对于目标样本的适应度值。

6.根据权利要求5所述的特征选择的方法，其特征在于，在样本空间中与目标样本的高层分类信息相同的待匹配样本的数目为K，则

所述结合样本的高层分类信息对排序后的待匹配样本进行权重赋值，具体包括：

为排序后的前K个待匹配样本进行权重赋值；且，

与所述目标样本的高层分类信息相同且排序序号为i的待匹配样本赋予权重为K+1-i，其中，i≤K；

与所述目标样本的高层分类信息不同的待匹配样本赋予权重为0。

7.根据权利要求6所述的特征选择的方法，其特征在于，所述对所述待匹配样本对应的权重进行归一化，具体包括：

用所述前K个待匹配样本对应的权重之和除以自然数1至K的和。

8.一种进行特征选择的装置，其特征在于，包括：

生成单元，用于生成至少一个特征向量，所述每个特征向量对应一个度量函数和至少一个媒体特征；

计算单元，用于根据所述特征向量对应的度量函数和媒体特征，计算该特征向量的适应度值。

9.根据权利要求8所述的进行特征选择的装置，其特征在于，进一步包括：

判断单元，用于判断所述至少一个特征向量的适应度值是否满足预设的终止条件；

在所述判断单元的判断结果为存在至少一个特征向量的适应度值满足预设的终止条件时，进程结束；

在所述判断单元的判断结果为所有特征向量的适应度值均不满足预设的终止条件时，所述生成单元以原有特征向量为基础生成至少一个新的特征向量。

10.根据权利要求8或9所述的进行特征选择的装置，其特征在于，所述计算单元包括：

确定模块，用于根据所述媒体特征确定样本中被选择的特征项；

计算模块，用于以样本空间中所有的样本依次作为目标样本，根据所述度量函数以及所述被选择的特征项计算所述特征向量相对于每个目标样本的适应度值；

平均模块，用于计算所述特征向量相对于每个目标样本的适应度值的平均值，作为所述特征向量的适应度值。