[发明专利]基于子空间学习的嵌入式属性选择方法及其应用在审
| 申请号： | 201410416253.7 | 申请日： | 2014-08-22 |
| 公开（公告）号： | CN104200077A | 公开（公告）日： | 2014-12-10 |
| 发明（设计）人： | 朱永华;宗鸣;程德波;邓振云;孙可;朱晓峰;张师超 | 申请（专利权）人： | 广西师范大学 |
| 主分类号： | G06F19/00 | 分类号： | G06F19/00 |
| 代理公司： | 桂林市华杰专利商标事务所有限责任公司 45112 | 代理人： | 巢雄辉 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的基于子空间学习的嵌入式属性选择方法及其应用，在嵌入式属性选择框架上加入了子空间学习技术，利用子空间技术高效的学习能力改进属性选择进行属性约简的能力。本方法包括1)给定训练集条件属性及对应的类标签，建立一个具有LDA功能和LPP功能的嵌入式的属性选择方法的目标函数；2)优化目标函数，得到优化后的系数矩阵；3)根据所得的系数矩阵的特征，排除重要度为0的属性；4)将步骤3)得到的条件属性类标签送到支持向量机中进行分类或者回归分析，得到选择结果。本方法能解决高维大数据的实际应用问题，降维后的数据能可应用到各种领域，例如分类，回归或者缺失数据填充等。 | ||
| 搜索关键词： | 基于 空间 学习 嵌入式 属性 选择 方法 及其 应用 | ||
【主权项】：
基于子空间学习的嵌入式属性选择方法，包括下述步骤：1)模型建立：给定训练集条件属性及对应的类标签，建立一个具有LDA功能和LPP功能的嵌入式的属性选择方法的目标函数；2)优化：优化步骤1)的目标函数，得到优化后的系数矩阵；3)根据所得的系数矩阵的特征，排除重要度为0的属性；4)分析：将经过步骤3)后得到的条件属性类标签送到支持向量机中进行分类或者回归分析，得到选择结果。
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广西师范大学;，未经广西师范大学;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/201410416253.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学，即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真，例如：概率模型或动态模型，遗传基因管理网络，蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的，例如：进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的，例如：结构排序，结构或功能关系，蛋白质折叠，结构域拓扑，用结构数据的药靶，涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的，例如：基因型–表型关联，不均衡连接，种群遗传学，结合位置鉴定，变异发生，基因型或染色体组的注释，蛋白质相互作用或蛋白质核酸的相互作用
