[发明专利]一种面向复杂模式分类的特征选择方法

摘要

本发明提出了一种面向复杂模式分类的特征选择方法，该方法是在传统遗传方法的基础上，通过改进种群的结构为双环智能体网络结构，使种群分为多个子种群，子种群间通过共享智能体传递信息，所有子种群的遗传进化同步进行，改进的动态邻域竞争操作和邻域自适应交叉操作方法提高了遗传进化效率，同时引入二进制编码方式表达某个特征是否被选中，方便编码和解码，实现高效的特征选择。与传统的特征选择相比，该选择方法具有较高的自适应性，可在高维多峰的特征空间中进行快速搜索，并有效避免陷入局部极值，获得较满意的特征选择效果。

主权项

1、一种面向复杂模式分类的特征选择方法，其特征在于按照下列步骤进行：(1)采集经过特征提取后得到的样本数据集；(2)对该样本数据集按特征进行归一化处理；(3)对归一化后的样本数据集进行矩阵变换，形成特征矩阵；(4)设置初始参数；(5)根据所述初始参数随机生成种群，所述种群的每个个体即智能体；(6)根据所述初始参数构建种群的双环智能体网络结构，该双环智能体网络结构具体为：所述种群被分为多个子种群，每个子种群构成一个闭合的小环，子种群内部各个智能体位于闭合小环的节点上，相邻小环之间共享部分智能体，从而相互连接，形成一个闭合的大环；(7)进入遗传进化机构，所述所有子种群的遗传进化并行进行；所述遗传进化机构包括：用于初始化精英数组的装置；用于计算种群中智能体的适应度值fitness的装置；用于判断是否满足终止条件的装置；如果满足，则进入用于输出适应度值最高的智能体的装置；进入用于结束特征选择的装置；如果不满足，则进入用于更新精英数组以及种群的装置；用于选择的装置；用于自适应交叉的装置；用于自适应变异的装置；返回到所述用于计算种群中智能体的适应度值fitness的装置。