[发明专利]一种基于互信息的多元时间序列变量选择方法

权利要求书

1.一种基于互信息的多元时间序列变量选择方法，其特征在于，包括：

步骤S1：采用基于类内类间散度的变量评价方法衡量变量对类别的可分离性，并计算多元时间序列每个变量的评价值，再将评价值按照从高到低排序，其中，评价值用以表征变量对类别的可分离性；

步骤S2：根据k-近邻互信息法计算变量间的互信息值，并结合步骤S1所得的各变量排序值，进行变量选择。

2.如权利要求1所述的方法，其特征在于，所述方法还包括步骤S3：

通过不同分类器对选择出的变量进行准确性验证。

3.如权利要求1所述的方法，其特征在于，步骤S1具体包括：

步骤S1.1：计算各变量所对应的时间序列在同类中的类内距离；

步骤S1.2：根据计算出的类内距离，计算类内距离的均值和标准差；

步骤S1.3：计算类间每两个时间序列之间的类间距离，

步骤S1.4：根据计算出的类间距离，计算类间距离的均值和标准差；

步骤S1.5：根据类内距离的均值和标准差、类间距离的均值和标准差，通过评分公式(1)对变量分类性能进行评价，

其中，u代表均值，s代表标准差，k代表任一变量，i、j代表不同的类别score值越大表示分类性能越好；

步骤S1.6：将变量按照score值按从高到低进行排序。

4.如权利要求3所述的方法，其特征在于，步骤S2具体包括：

步骤S2.1：根据公式(2)计算计算变量间的互信息值：

其中，为双Γ函数，且满足符号<>表示对其中的所有变量i＝1,2,…,N取平均；

步骤S2.2：根据变量间的互信息值和评价值的排序，采用前向式变量选择方法，依次将符合条件的变量加入到已选变量集合中。

5.如权利要求4所述的方法，其特征在于，步骤S2.2具体包括：

步骤S2.2.1：将步骤S1中评价值最高的变量作为选择的第一个变量，将其加入到已选变量集合中，并将其从未选变量集合中删除；

步骤S2.2.2：接着选择下一个变量，根据变量评价值和变量间的互信息值，按照公式(3)计算得到比值最大的一个变量加入到已选变量集合，并将其从未选集合中删除；

其中，F表示全部变量的集合，S表示已选变量的集合，f_j表示未选择的变量，f_j∈F-S，f_i表示已选择的变量，f_i∈S，sortedVariables(f_j)表示f_j所对应变量的得分，MI(f_i,f_j)表示第f_i变量和第f_j变量间的互信息；

步骤S2.2.3：重复执行步骤S2.2.2，直到全部变量集合中的变量选择完毕。

6.如权利要求2所述的方法，其特征在于，步骤S3具体包括：

步骤S3.1：将获取的数据集按照设定比例划分为训练集和测试集；

步骤S3.2：根据不同的变量子集进行分类，得到对应的分类准确率，并输出选择变量的集合及其对应的分类准确率。