[发明专利]一种信息增益混合邻域粗糙集的高维度特征选择方法

摘要

本发明公开了一种信息增益混合邻域粗糙集的高维度特征选择方法，具体步骤包括如下：步骤一：数据预处理；步骤二：图像分割；步骤三：特征提取；步骤四：特征归一化；步骤五：基于信息增益的特征选择；步骤六：基于领域粗糙集的特征选择；步骤七：对两次约简结果进行分类识别。本发明公开提供了一种信息增益混合邻域粗糙集的高维度特征选择方法，并从理论层面分析两阶段约简算法的可行性。算法可以提高算法的正确率，有效降低时间复杂度，并且综合对比不同方法构建的高维特征选择算法的性能，确保本文方法的优越性，从模型方法的逐步选择上保证结果的科学性，对肺部肿瘤良恶性的识别具有一定的参考价值。

主权项

1.一种信息增益混合邻域粗糙集的高维度特征选择方法，其特征在于，具体步骤包括如下：步骤一：数据预处理；将图像分别按照顺序编号，去伪彩转化为灰度图像；从灰度图像中划分ROI区域，并将ROI区域的图像归一化；步骤二：图像分割；对预处理后的得到的ROI区域的图像，采用最大类间方差法进行分割，得到背景区域图像和目标区域图像；步骤三：特征提取；将分割后的ROI区域的目标区域图像提取特征；并构建连续型决策信息表S₀；步骤四：特征归一化；将步骤三中构建连续型决策信息表S₀进行归一化，其中，仅对连续型决策信息表S₀中的条件属性进行归一化处理，得到连续型决策信息表S；步骤五：基于信息增益的特征选择；将步骤四中的所述连续型决策信息表S作为输入，进行特征选择，得到信息增益约简后的属性集合red₁；步骤六：基于领域粗糙集的特征选择；输入信息增益约简后的属性集合red₁经过领域粗糙集的特征选择，得到两次约简结果red；步骤七：对两次约简结果进行分类识别。