[发明专利]基于贝叶斯粗糙集和布谷鸟算法的高维特征选择算法有效
| 申请号： | 202010322570.8 | 申请日： | 2020-04-22 |
| 公开（公告）号： | CN111583194B | 公开（公告）日： | 2022-07-15 |
| 发明（设计）人： | 周涛;陆惠玲;张飞飞;韩强;贺钧;田金琴;董雅丽 | 申请（专利权）人： | 北方民族大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06T7/136;G06V10/764;G06V10/771;G06V10/40;G06K9/62;G06N3/00 |
| 代理公司： | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人： | 符继超 |
| 地址： | 750021 宁夏回族*** | 国省代码： | 宁夏;64 |
| 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贝叶斯粗糙集和布谷鸟算法的高维特征选择算法，包括：获取肺部肿瘤图像，并进行目标轮廓分割，得到分割后的ROI图像；提取分割后的ROI图像的高维度特征分量，并基于特征分量构建包含特征属性的决策信息表；采用BRSGA算法对原始特征空间进行约简，得到最优特征子集，利用CS算法对SVM的惩罚因子和核函数参数进行优化，并将约简后的特征子集输入至优化后的SVM，得到分类识别结果。本发明通过遗传算法和BRS生成最优特征子集，在不降低分类精确度的前提下降低特征维度，摆脱了参数人工设置的束缚，减少了时间消耗。利用CS对SVM参数进行全局寻优，具有更有效的探索搜索空间，丰富了种群的多样性，具有良好的鲁棒性和较强的全局搜索能力。 | ||
| 搜索关键词： | 基于 贝叶斯 粗糙 布谷鸟 算法 特征 选择 | ||
【主权项】：
暂无信息
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北方民族大学，未经北方民族大学许可，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/202010322570.8/，转载请声明来源钻瓜专利网。
