[发明专利]一种基于特征可信度的高效特征选择方法在审
| 申请号： | 201811193848.5 | 申请日： | 2018-10-12 |
| 公开（公告）号： | CN109344972A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 王玉峰;陈艺元 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 母秋松;董建林 |
| 地址： | 210003 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于特征可信度的高效特征选择方法，本发明提出的特征可信度来源于两个方面。一是特征和目标类别的权值，从数据集中随机挑选出样本，从该随机样本的同类和不同类样本实例集中分别找出k个与该随机样本最近邻的样本，然后计算特征全集中每个特征对于目标类别的权值，表示特征与目标类别之间相关度。二是迭代历史信息中各个特征的选择概率，在粒子群更新N次的历史信息中，如果第d个特征多次被选中，则说明该特征很大程度上能使适应度值增加，因此粒子p在第d维度位置更新的时候引入历史更新信息的影响。该发明在保证准确率的同时相对于标准BPSO优化方法有更高的搜索效率和更快的收敛速度。 | ||
| 搜索关键词： | 目标类别 可信度 样本 历史信息 随机样本 特征选择 历史更新 数据集中 搜索效率 随机挑选 位置更新 选择概率 粒子群 适应度 相关度 最近邻 准确率 迭代 维度 粒子 收敛 选中 全集 引入 更新 优化 保证 | ||
【主权项】：
1.一种基于特征可信度的高效特征选择方法，其特征在于：包括如下步骤：步骤1：从数据集中随机挑选出样本，选取该随机样本的同类和不同类样本实例集，计算同类样本实例集中样本与随机样本之间的欧氏距离，并按欧氏距离大小排序，从序列中欧氏距离最小的样本开始选取，取k个样本；计算不同类样本实例集中样本与随机样本之间的欧氏距离，并按欧氏距离大小排序，从序列中欧氏距离最小的样本开始选取，取k个样本；对同类和不同类k个样本的每个特征的权值进行更新，作为特征可信度的一个来源；步骤2：设定BPSO各个参数，计算各个特征迭代历史信息的选择概率作为特征可信度的第二个来源，并结合特征集A中各个特征的权值计算特征的可信度；步骤3：根据最终输出的gbestd，确定最终的特征选择。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811193848.5/，转载请声明来源钻瓜专利网。
