[发明专利]一种核集成优化分类方法

摘要

本发明公开了一种基于核函数集成整体参数优化分类方法，涉及模式识别分类技术。此方法包括数据预处理、核函数选择、样本特征提取、样本分类、优化分类模型参数、预测六个模块。工作流程是：用户将数据的分类请求和分类数据提交给系统，系统经过数据预处理，选择核函数后，自动采用核主分量分析方法对数据特征提取，然后用支持向量机分类器获得初始分类结果，再利用免疫克隆算法优化模型中参数，获取最佳分类参数组合，输出最优分类超平面及分类结果，并预测估计新样本。本发明实现了高维空间中的数据降维分类处理，将免疫克隆算法融入到集成分类器中，获得分类的全局最优解。

主权项

1.一种核集成优化分类方法，其特征是依次包括以下步骤：(1)用户提交分类请求的数据给数据预处理模块；数据预处理模块对数据进行缺失数据估算填补，识别离群点，剔除不一致性数据，最后数据归一化处理，并将数据随机分成四份，前三份作为分类训练数据，最后一份作为分类测试数据；(2)用户从核函数库中选择核主分量分析核函数和支持向量的核函数，其中核函数库有线性核函数、多项式核函数、径向基核函数、谱核函数和Sigmoid核函数，默认选择核主分量分析核函数为径向基核函数，核函数初值为1；默认选择支持向量机的核函数为线性核函数；(3)将预处理后那三份分类训练数据，借助已经选择的核函数，在高维特征空间中，给定核函数参数以及主元个数选定个数的初值(主元个数为整数，且1＜主元个数＜训练样本个数)，用核主分量分析，去除复共线性与冗余信息，获取训练样本在主分量上投影，作为分类鉴别模型的输入；(4)在高维特征空间中，给定支持向量机核函数参数初值、惩罚因子C初值，利用支持向量机分类器，对训练样本已在核主分量分析主分量上投影值进行分类训练，获得分类超平面其中sgn是符号函数，为非零支持向量；K(x_i，x)为核函数；y_i为输入的原分类值；x_s为一个特定的非零支撑向量；(5)基于免疫克隆优化算法调整整体参数，包括核主分量分析核参数，核主分量分析中主元个数m，以及支持向量机中核参数和惩罚因子C，获取最佳分类参数组合，输出最优分类超平面；具体过程：随机产生规模为s个A(k)＝(v₁，v₂，v₃，v₄)的抗体群，其中v₁为核主分量分析中核参数，v₂表示核主分量分析中选取的主元个数m，v₃表示支持向量机中核参数，v₄表示支持向量机中惩罚因子C；定义抗体的适应度函数：其中w为分类准确率，为核主分量分析中累计方差贡献率，m为核主分量分析中主元个数；增加基于浓度的调节因子p_i，对抗体的浓度进行调节，保持种群中个体的多样性；pi=μ·pfi+(1-μ)Pdi=μ·T(i)Σj=1NT(j)+(1-μ)1NeCiυ]]>在此，p_f为适应度概率；p_d为浓度抑制概率；μ和v为调节常数，这里取μ＝0.8，v＝12；N为抗体总数；C_i为抗体浓度(相似抗体所占的比重)；于是，每个个体克隆个数就有n_i＝Nsin(π*p_i/2)；对当代种群进行交叉、变异操作后，选择适应度最大的前s个个体，进入下一代种群，如此循环，直到适应度值稳定在最大适应度与最小适应度值差小于0.01时，具有最大适应度的个体所对应的参数组合即为最佳分类参数组合，其对应的分类超平面即为最优分类超平面；(6)将分类测试数据投影到(3)中主分量向量上，获得其投影值，然后输入到最优分类超平面f(x)中，如果最优分类超平面判别结果同已给的类别符号一致，则判别和预测即为正确，获得其分类准确率＝测试正确数/整体测试样本数；(7)如果预测分类准确率小于80％，用户重新选择核主分量分析核函数和支持向量机的核函数，系统自动从(2)～(6)执行，直至最优分类超平面和新的预测准确率。