[发明专利]数据处理方法、装置、电子设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，包括：

获取高维数据、待选取特征数量、第一目标权重矩阵和第二目标权重矩阵，所述高维数据包括多个特征；

从所述高维数据中选取第一特征子集，所述第一特征子集包括所述待选取特征数量个特征；

根据所述高维数据、所述第一特征子集、第一目标权重矩阵和所述第二目标权重矩阵，确定所述高维数据中各个特征的得分；

根据所述高维数据中各个特征的得分，从所述高维数据中选取第二特征子集，所述第二特征子集包括所述待选取特征数量个特征；

将所述第二特征子集确定为目标特征子集。

2.根据权利要求1所述的方法，其特征在于，将所述第二特征子集确定为目标特征子集，包括：

根据所述高维数据、所述第二特征子集、所述第一目标权重矩阵和所述第二目标权重矩阵，重新确定所述高维数据中各个特征的得分；

根据重新确定的所述高维数据中各个特征的得分，从所述高维数据中选取第三特征子集，所述第三特征子集包括所述待选取特征数量个特征；

将所述第三特征子集确定为所述目标特征子集。

3.根据权利要求1所述的方法，其特征在于，根据所述高维数据、所述第一特征子集、第一目标权重矩阵和所述第二目标权重矩阵，确定所述高维数据中各个特征的得分，包括：

根据所述高维数据和所述第一特征子集，确定第一特征选择矩阵；

根据所述第一目标权重矩阵、所述第二目标权重矩阵和所述第一特征选择矩阵，确定所述第一特征子集的得分：

根据所述第一特征选择矩阵，确定所述高维数据中各个特征对应的特征选择向量；

根据所述第一目标权重矩阵、所述第二目标权重矩阵、所述高维数据中各个特征对应的特征选择向量和所述第一特征子集的得分，确定所述高维数据中各个特征的得分。

4.根据权利要求3所述的方法，其特征在于，根据所述第一目标权重矩阵、所述第二目标权重矩阵和所述第一特征选择矩阵，确定所述第一特征子集的得分，包括：

根据所述第一目标权重矩阵和所述第一特征选择矩阵，确定第一评分矩阵；

根据所述第二目标权重矩阵和所述第二特征选择矩阵，确定第二评分矩阵；

将所述第一评分矩阵的迹和所述第二评分矩阵的迹的比值确定为所述第一特征子集的得分。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取包括多个训练高维数据及其类别标签的高维数据训练集；

根据所述多个训练高维数据及其类别标签确定第一权重矩阵和第二权重矩阵；

根据所述多个训练高维数据及所述第一权重矩阵确定所述第一目标权重矩阵；

根据所述多个训练高维数据及所述第二权重矩阵确定所述第二目标权重矩阵。

6.根据权利要求1所述的方法，其特征在于，根据所述高维数据中各个特征的得分，从所述高维数据中选取第二特征子集，包括：

根据所述高维数据中各个特征的得分，从高到低选取所述待选取特征数据个特征作为所述第二特征子集。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述高维数据包括图像，所述方法还包括：

对所述目标特征子集进行处理，获得所述图像对应的目标类别。

8.一种数据处理装置，其特征在于，包括：

数据获取模块，用于获取高维数据、待选取特征数量、第一目标权重矩阵和第二目标权重矩阵，所述高维数据包括多个特征；

第一特征子集选取模块，用于从所述高维数据中选取第一特征子集，所述第一特征子集包括所述待选取特征数量个特征；

得分确定模块，用于根据所述高维数据、所述第一特征子集、第一目标权重矩阵和所述第二目标权重矩阵，确定所述高维数据中各个特征的得分；

第二特征子集选取模块，用于根据所述高维数据中各个特征的得分，从所述高维数据中选取第二特征子集，所述第二特征子集包括所述待选取特征数量个特征；

目标特征子集确定模块，用于将所述第二特征子集确定为目标特征子集。