[发明专利]基于人工神经网络的特征选择方法和装置在审
| 申请号： | 201410834973.5 | 申请日： | 2014-12-26 |
| 公开（公告）号： | CN105787500A | 公开（公告）日： | 2016-07-20 |
| 发明（设计）人： | 祁仲昂;胡卫松 | 申请（专利权）人： | 日本电气株式会社 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 北京林达刘知识产权代理事务所(普通合伙) 11277 | 代理人： | 刘新宇 |
| 地址： | 日本*** | 国省代码： | 日本;JP |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于人工神经网络的特征选择方法和装置，其中该方法包括：根据待选择的K个特征和O个输出目标构造具有输入层、中间层和输出层的人工神经网络；利用训练集对所述人工神经网络进行训练，以确定所述人工神经网络中各层至下一层的连接权重，其中，训练时所用的优化函数包括对所述输入层进行稀疏性约束的项，以使得所述输入层至下一层的连接权重能够表示对所述K个特征的选择结果。通过在人工神经网络的输入层添加稀疏性约束，能够实现在对人工神经网络进行训练的同时得到特征选择结果，提高了对人工神经网络进行特征选择的效率。 | ||
| 搜索关键词： | 基于 人工 神经网络 特征 选择 方法 装置 | ||
【主权项】：
一种基于人工神经网络的特征选择方法，其特征在于，包括：根据待选择的K个特征和O个输出目标构造具有输入层、中间层和输出层的人工神经网络，其中，所述输入层包括K个节点并且每个节点对应一个特征，所述输出层包括O个节点并且每个节点对应一个输出目标；利用训练集对所述人工神经网络进行训练，以确定所述人工神经网络中各层至下一层的连接权重，其中，训练时所用的优化函数包括对所述输入层进行稀疏性约束的项，以使得所述输入层至下一层的连接权重能够表示对所述K个特征的选择结果。
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日本电气株式会社，未经日本电气株式会社许可，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/201410834973.5/，转载请声明来源钻瓜专利网。
