[发明专利]多准则融合应用于高维小样本数据特征选择的方法在审
| 申请号： | 201610549968.9 | 申请日： | 2016-07-13 |
| 公开（公告）号： | CN106203515A | 公开（公告）日： | 2016-12-07 |
| 发明（设计）人： | 江竹;雷震宇 | 申请（专利权）人： | 西华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 裴娜 |
| 地址： | 610039 四川省*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种多准则融合应用于高维小样本数据特征选择的方法包，其括以下步骤：1)初始化样本数据集并对其进行聚类；2)用Fisher Ratio方法与ReliefF法，分别对完成聚类的样本进行特征选取；3)融合特征选择结果并对各个类加以不同的惩罚因子，然后采用融合结果训练PSVM分类器；4)采用完成训练的分类器对样本数据集进行回归，并剔除相关性最小的特征，更新样本数据集；5)判断编码是否结束；如果是，则结束迭代；若果否，则重复步骤2～4，直到实现特征选择。本多准则融合应用于高维小样本数据特征选择的方法，于高维小样本数据特征选择领域，显著的加快了特征选择的速度和效率，并大大提高了特征选择结果的稳定性。 | ||
| 搜索关键词： | 准则 融合 应用于 高维小 样本 数据 特征 选择 方法 | ||
【主权项】：
一种多准则融合应用于高维小样本数据特征选择的方法，其特征是：该方法包括以下步骤：步骤1)：初始化样本数据集并对其进行聚类；步骤2)：用Fisher Ratio方法与ReliefF法，分别对完成聚类的样本进行特征选取；步骤3)：融合特征选择结果并对各个类加以不同的惩罚因子，然后采用融合结果训练PSVM分类器；步骤4)：采用完成训练的分类器对样本数据集进行回归，并剔除相关性最小的特征，更新样本数据集；步骤5)：判断编码是否结束；如果是，则结束迭代；如果否，则重复步骤2～4，直到实现特征选择。
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西华大学，未经西华大学许可，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/201610549968.9/，转载请声明来源钻瓜专利网。
