[发明专利]基于混合蚁群优化算法的高维特征筛选方法在审
| 申请号： | 201911041208.7 | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110796198A | 公开（公告）日： | 2020-02-14 |
| 发明（设计）人： | 马文萍;周晓波;朱浩;武越;李龙伟 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 61205 陕西电子工业专利中心 | 代理人： | 王品华;黎汉华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 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混合蚁群优化算法的高维特征筛选方法，主要解决现有技术筛选出的特征子集性能不佳及筛选过程耗时长的问题，其方案是：对输入的高维数据预处理，并计算预处理后数据的相关性与对称不确定性；初始化蚁群算法，通过各蚂蚁构建特征子集；计算各特征子集的适应度并对其进行排序，选出当代最优特征子集及其适应度；对各代最优特征子集及其适应度进行迭代更新；比较各代最优特征子集的适应度，将适应度最高的特征子集作为最终筛选后的特征。本发明加速了最优特征子集的搜索，筛选出的特征子集具有较好的分类性能，且减少了筛选的整体运行时间，可用于癌症基因分析及高光谱图像分类中的通道选择。 | ||
| 搜索关键词： | 特征子集 适应度 最优特征子集 筛选 预处理 蚁群优化算法 高光谱图像 癌症基因 不确定性 迭代更新 分类性能 高维数据 技术筛选 特征筛选 通道选择 蚁群算法 初始化 高维 构建 可用 蚂蚁 排序 耗时 对称 搜索 分类 分析 | ||
【主权项】：
1.一种基于混合蚁群算法的高维特征筛选方法，其特征在于，包括如下：/n(1)对公共基因表达数据集进行预处理，即将数据集的每一维归一化到[0，1]之间；/n(2)计算数据集的特征间相关性与特征的对称不确定性这两种特征的固有属性；/n(3)初始化蚁群算法：/n(3a)设置蚁群算法的种群数量为100，终止条件为达到最大迭代次数50；/n(3b)定义蚁群算法中的信息素初始值为经过softmax归一化处理后的各个特征的对称不确定性，以增加特征间的区分度，加快最优特征子集的搜索；/n(3c)计算蚁群算法中的启发式信息，其公式如下：/n
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西安电子科技大学，未经西安电子科技大学许可，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/201911041208.7/，转载请声明来源钻瓜专利网。
- 上一篇：鱼种识别方法及系统
- 下一篇：一种图像处理方法、装置以及电子医疗设备
