[发明专利]工业数据特征选择方法、装置、计算机设备和存储介质

说明书

本申请涉及工业大数据的数据处理技术领域，提供一种工业数据选择方法、装置、计算机设备和存储介质。本申请通过将编码不一致的特征根据第一父代个体和第二个体的预测准确度的相对大小形成第二部分特征子集，使得预测准确度越高的父代的基因被子代继承的可能性更大，能够尽可能让子代获得更优的基因，让整个种群更快的朝着好的方向优化，提高了优化速度，同时保留一定的灵活性，从而快速有效的对工业数据中的关键特征进行准确的提取。

技术领域

本申请涉及工业大数据的数据处理技术领域，特别是涉及一种工业数据特征选择方法、装置、计算机设备和存储介质。

背景技术

在例如有色金属冶炼过程等工业场景下会产生大量数据，这些数据包括企业内部制造系统数据和企业外部数据，具有大体量、多源性、连续采样、价值密度低、复杂度高和动态性强等特点。这些特点使其不同于互联网等数据流，分析难度与对分析精度的要求都相对较高。而多源性及复杂性导致了大数据的高维性，为准确进行企业大数据分析与预测，需要对数据降维。

特征选择是一种常用的降低数据维度的方法。其原理是利用原始的特征空间构建一个新的低维空间，消除冗余特征及不相关特征，有效降低数据的维度。特征选择是选择关键特征子集的过程，这些子集可以有效地描述输入数据，同时减少噪声或不相关变量的影响，提供良好的预测结果。

然而，工业数据对处理分析的实时性和预测精度的要求很高，传统的特征提取方法如主成分分析、线性判别分析和偏最小二乘法等已不能满足要求。因此，设计一种快速有效的特征选择方法对工业数据中的关键特征进行准确的提取——选择出最优特征子集，是必要和必须的。此外，提取关键特征还能实现数据降维，减少计算需求。这对于建立基于SOA(Service-Oriented Architecture，面向服务的架构)的服务数据跨域集成架构，实现有色金属冶炼流程工业跨域数据融合与集成是关键重要的环节。

发明内容

基于此，有必要针对上述技术问题，提供一种工业数据特征选择方法、装置、计算机设备和存储介质。

第一方面，提供了一种工业数据特征选择方法，该方法包括：

利用初始种群包含的多个个体所表征的特征选择方式，从工业数据的待选特征集合中选取多个特征子集；初始种群用于特征筛选；

根据各特征子集对设定预测结果的预测准确度，从多个个体中选取第一父代个体和第二父代个体；

当第一父代个体和第二父代个体的基因编码相同时，保留为子代的基因编码，以及当第一父代个体和第二父代个体的基因编码不相同时，保留预测准确度较高的父代个体所对应的基因编码为子代的基因编码，得到一个子代；

根据基于一个子代选取的新特征子集对应的预测准确度，更新初始种群；

基于更新后的初始种群从待选特征集合中选择工业数据的目标特征集合。

在其中一个实施例中，根据各特征子集对设定预测结果的预测准确度，从多个个体中选取第一父代个体和第二父代个体之前，该方法还包括：

将多个特征子集输入预先构建的神经网络，以使神经网络输出各特征子集对应的预测准确度。

在其中一个实施例中，神经网络包括多个隐藏层，神经网络的激活函数采用线性整流函数，神经网络的随机梯度下降的并行计算基于Hogwild！算法实现。

在其中一个实施例中，将多个特征子集输入预先构建的神经网络，包括：

将多个特征子集中的特征进行二进制编码后输入神经网络。

在其中一个实施例中，根据各特征子集对设定预测结果的预测准确度，从多个个体中选取第一父代个体和第二父代个体，包括：