[发明专利]一种基于过滤法和遗传算法的高维数据特征选择方法在审
| 申请号： | 201810344521.7 | 申请日： | 2018-04-17 |
| 公开（公告）号： | CN108805159A | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 葛瑞泉;马浙萍;吴卿;邬惠峰;徐岗 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/12 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于过滤法和遗传算法的高维数据特征选择方法。传统的特征选择方法存在容易陷入局部最优、删除有用特征概率高等局限性，不适用于高维、小样本数据。本发明首先采用最大信息系数计算输入数据的特征与类标之间的相关性；接着，根据相关性的值对特征进行降序排序，设置阈值，删除弱相关的特征；最后对剩余的强相关特征采用遗传算法进行随机搜索优化得到最优特征子集。本发明能够有效地对高维数据进行特征选择，实现降维，特征选择的结果对样本类别判定具有重要意义，当应用于基因表达谱数据时，选择出来的特征同时还具有重要的生物意义。 | ||
| 搜索关键词： | 特征选择 高维数据 遗传算法 过滤法 删除 基因表达谱数据 最优特征子集 降序排序 生物意义 特征概率 系数计算 样本类别 重要意义 最大信息 传统的 强相关 弱相关 小样本 有效地 高维 降维 类标 判定 搜索 应用 优化 | ||
【主权项】：
1.一种基于过滤法和遗传算法的高维数据特征选择方法，其特征在于：该方法的具体步骤如下：步骤1、输入基因表达谱数据样本，数据样本包含患病人群和正常人群，数据样本属性是基因表达谱特征，又叫探针；步骤2、应用最大信息系数计算各基因表达谱特征与类标之间的相关性；步骤3、根据MIC值对特征进行降序排序，设置阈值，删除弱相关的特征；步骤4、对剩余的强相关特征采用遗传算法进行随机搜索优化得到最优特征子集。
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杭州电子科技大学，未经杭州电子科技大学许可，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/201810344521.7/，转载请声明来源钻瓜专利网。
