[发明专利]一种基于改进RReliefF和mRMR相结合的人体特征参数选择方法有效
| 申请号： | 201910564314.7 | 申请日： | 2019-06-27 |
| 公开（公告）号： | CN110363229B | 公开（公告）日： | 2021-07-27 |
| 发明（设计）人： | 高秀娥;陈波;陈世峰;桑海涛;谢文学;张天舒 | 申请（专利权）人： | 岭南师范学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京海虹嘉诚知识产权代理有限公司 11129 | 代理人： | 何志欣 |
| 地址： | 524000 *** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及生物信息化技术领域。一种基于改进RReliefF和mRMR相结合的人体特征参数选择方法，包括以下步骤：利用通过构建样本相似距离模型进行改进后的RReliefF算法来计算各个特征权重，去除不相关特征；利用mRMR算法来计算特征的最大相关最小冗余的相关度，去除冗余特征。本发明的有益效果：同时考虑了样本的欧氏距离和形态距离，构建了样本相似距离模型，改进了RReliefF算法，提高了特征选择算法的筛选性能，有助于获得相关性更大和冗余度更小的人体生理特征参数，进而有助于建立更简化有效且精度更高的人体体成分预测模型。 | ||
| 搜索关键词： | 一种 基于 改进 rrelieff mrmr 相结合 人体 特征 参数 选择 方法 | ||
【主权项】：
1.一种基于改进RReliefF和mRMR相结合的人体特征参数选择方法，其特征是包括以下步骤：步骤一：计算样本的欧氏距离和形态距离；步骤二：标准化并归一化欧氏距离和形态距离；步骤三：构建样本相似距离模型来改进RReliefF算法；步骤四：利用改进后的RReliefF算法来计算各个特征权重，去除不相关特征；步骤五：利用mRMR算法来计算特征的最大相关最小冗余的相关度，去除冗余特征。
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岭南师范学院，未经岭南师范学院许可，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/201910564314.7/，转载请声明来源钻瓜专利网。
