[发明专利]一种基于改进RReliefF和mRMR相结合的人体特征参数选择方法

说明书

本发明涉及生物信息化技术领域。一种基于改进RReliefF和mRMR相结合的人体特征参数选择方法，包括以下步骤：利用通过构建样本相似距离模型进行改进后的RReliefF算法来计算各个特征权重，去除不相关特征；利用mRMR算法来计算特征的最大相关最小冗余的相关度，去除冗余特征。本发明的有益效果：同时考虑了样本的欧氏距离和形态距离，构建了样本相似距离模型，改进了RReliefF算法，提高了特征选择算法的筛选性能，有助于获得相关性更大和冗余度更小的人体生理特征参数，进而有助于建立更简化有效且精度更高的人体体成分预测模型。

技术领域

本发明涉及生物信息化技术领域，尤其是涉及一种基于改进RReliefF和mRMR相结合的人体特征参数选择方法。

背景技术

特征选择(Future Selection，FS)也称特征子集选择(Future SubsetSelection，FSS)，或称属性选择(Attribute Selection)，是指从全部特征中选取一个特征子集，使构造出来的模型更好。在人体体成分模型的实际预测应用中，人体体成分模型预测的好坏容易受到所选择的特征参数的影响，好的特征参数可以有效的降低人体成分模型的训练时间和预测误差，好的特征参数集需要通过合适的特征选择算法来选取。经典的特征选择算法有基于回归系数和最优负荷的特征选择、基于Fisher准则和特征聚类的特征选择等，但是该类算法仅选出和分类结果更加相关的特征，并未赋予特征相应的权重；此外，mRMR算法(Max-Relevance and Min-Redundancy，最小冗余最大相关性算法)是一种基于特征之间互信息并根据最大统计依赖性准则类选择特征的算法，尽管其能够有效缩小特征之间的相关性，但是计算互信息耗费大量时间、效率低，而Rlief算法(Feature WeightingAlgorithms，基于特征权重的特征选择算法)会根据特征与类别的相关性赋予不同特征差异化的权重，运行效率高，且对数据类型没有限制。Kononeill等人对Relie f进行了扩展，使其功能更强大和可以处理不完整和噪声数据，得到了回归RReliefF算法(文献Robnik-Sikonja M，Kononenko I.Theoretical and Em pirical Analysis of ReliefF andRReliefF[J].Machine Learning，2003，53(1/2)：23-39.)。

如公开日为2019-05-10公开号为CN109740683A的专利文献，其指出了如下问题：利用遗传算法进行特征选取的时候，首先需要随机产生一批特征子集，并用评价函数给这些特征子集评分，然后通过交叉、突变等操作繁殖出下一代的特征子集，选取评分越高的特征子集参加繁殖。这样经过N代的繁殖和优胜劣汰后，才能得到评价函数值最高的特征子集，这样虽然可以达到较高的预测精度，但是算法流程过于复杂，在一定程度上降低了模型效率。针对上述问题，该专利文献提出了一种基于RReliefF算法和支持向量回归的趋势预测方法，该方法利用RReliefF算法选取出的特征向量的优点，减少了模型训练时间，提高了模型效率。

虽然如上述专利文献采用RReliefF算法能够消除不相关特征，但是人体生理特征参数的数量多，且存在相互关联、非线性和不相关性等特点，阻抗值、身高和体重等人体生理特征参数相差很大的两个人，两者的体成分值有可能相似，而人体生理特征参数相近的两个人，两者的体成分值有可能相差较远，若是只使用原始的距离度量，容易存在误差，因此，使用RReliefF算法无法找到精准的最近邻样本，且无法去除冗余的特征。

发明内容