[发明专利]基于主成分分析的传感器阵列特征选择和阵列优化方法

摘要

本发明公开了一种基于主成分分析的传感器阵列重要特征选择方法，依次包括以下步骤：A：选择初始特征；B：构成初始特征数据集；C：计算标准化后的初始特征数据集中每一维特征的重要程度；D：对标准化后的初始特征进行排序得到排序列表L；E：按照排序列表L，选择对应的d个待定特征数据集；F：分别评估识别准确率，对应得到d个识别准确率判决结果；G：从步骤F中得到的d个识别准确率判决结果中，找到最高的准确率判决结果，即选定的重要特征。本发明能够进一步提高传感器阵列检测性能，降低传感器阵列的使用成本，对传感器阵列选择起到极大地优化作用。

主权项

1.基于主成分分析的传感器阵列重要特征选择方法，其特征在于，依次包括以下步骤：A：对待选的传感器阵列特征提取方法进行识别性能评估，然后根据评估结果，选择若干种传感器阵列特征提取方法，作为本传感器阵列特征提取方法使用；并将所选择的若干种本传感器阵列特征提取方法所对应的传感器阵列特征作为初始特征；B：根据步骤A中得到若干种初始特征，构成初始特征数据集X＝[xi，j]p×n，其中，p代表特征维度，n代表样本个数，i是第i维特征，j是第j个样本，i，j均为自然数；C：对初始特征数据集X进行标准化后做PCA变换，计算标准化后的初始特征数据集中每一维特征的重要程度Fk；D：按照每一维特征的重要程度Fk由大到小的顺序，对标准化后的初始特征进行排序，得到排序列表L；E：按照排序列表L，依次选取排序列表L中前1个特征、前2个特征、……、前d个特征，构成对应的d个待定特征数据集F：基于算法中使用的分类器，分别评估每一个待定特征数据集在分类器下的识别准确率，对应得到d个识别准确率判决结果；G：从步骤F中得到的d个识别准确率判决结果中，找到最高的准确率判决结果，则该最高的准确率判决结果所对应的序列表L中的前d个特征即为选定的重要特征。