[发明专利]一种改进的基于Markovblanket红外光谱特征选择算法在审
| 申请号： | 201710791401.7 | 申请日： | 2017-09-05 |
| 公开（公告）号： | CN107577457A | 公开（公告）日： | 2018-01-12 |
| 发明（设计）人： | 吕子敬;韩顺利;张志辉;刘磊;张鹏 | 申请（专利权）人： | 中国电子科技集团公司第四十一研究所 |
| 主分类号： | G06F8/30 | 分类号： | G06F8/30 |
| 代理公司： | 北京天奇智新知识产权代理有限公司11340 | 代理人： | 陈永宁 |
| 地址： | 266000 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种改进的基于Markovblanket红外光谱特征选择算法，步骤1计算候选特征集S中所有特征fn与类标签C的相关性度量值SU，找出SU最大的值作为初始权重w(f)，并把SU值最大的特征f加入到已选特征集W中，删除候选特征集S中的此特征；步骤2以新加入到已选特征集W的特征f作为条件计算所有特征fn的条件相关性度量值CSU的值，找出初始权重w(f)与CSU相乘后的最大值，并把该值作为新的权重，同时把新的最大权重值对应的特征f选入已选特征集W中；步骤3直到候选特征集S为空，从而获取到最优特征空间Sbest。采用上述方案，更好的保留内部成员相互关联的改进的基于Markovblanket红外光谱特征选择算法。 | ||
| 搜索关键词： | 一种 改进 基于 markovblanket 红外 光谱 特征 选择 算法 | ||
【主权项】：
一种改进的基于Markovblanket红外光谱特征选择算法，其特征在于，包括以下步骤：步骤1：计算候选特征集S中所有特征fn与类标签C的相关性度量值SU，找出SU最大的值作为初始权重w(f)，并把SU值最大的特征f加入到已选特征集W中，删除候选特征集S中的此特征；步骤2：以新加入到已选特征集W的特征f作为条件计算所有特征fn的条件相关性度量值CSU的值，找出初始权重w(f)与CSU相乘后的最大值，并把该值作为新的权重，同时把新的最大权重值对应的特征f选入已选特征集W中，并将该特征从候选特征集S中删除；步骤3：运用近似Markov Blanket删除已选特征集W中冗余性较高的特征，直到候选特征集S为空，从而获取到最优特征空间Sbest。
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中国电子科技集团公司第四十一研究所，未经中国电子科技集团公司第四十一研究所许可，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/201710791401.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种客车底架前端缓冲机构
- 下一篇：侧围外板
