专利汇可以提供一种大数据样本的智能化模糊特征选择方法专利检索,专利查询,专利分析的服务。并且本 发明 公开一种 大数据 样本的智能化模糊特征选择方法,涉及大数据样本预处理中的特征工程领域,具体方案为:包括以下步骤:S1:特征选择步骤转换为计算模糊特征选择向量W(W1,W2,W3…,Wi,…,Wn),其中每一个Wi取值在[0,1]区间,取0时表示第i项特征舍去,取1时表示第i项特征选择;S2:针对每一个样本的特征Xi,换算公式添加取舍度向量Y(Y1,Y2,Y3,…,Yi,…,Yn),每个分量Yi∈[0,1];S3:Wi与Yi对比,分为两个区间,在两个区间范围内分别选取Wi为0或为1;S4:得到每个特征计算结果,进行每个特征的提取或舍去。本发明采用 粒子群优化 算法 学习特征权重向量,为大数据样本特征提供一种智能化模糊特征选择方法。,下面是一种大数据样本的智能化模糊特征选择方法专利的具体信息内容。
1.一种大数据样本的智能化模糊特征选择方法,其特征在于,包括以下步骤:
S1:特征选择步骤转换为计算模糊特征选择向量W(W1,W2,W3…,Wi,…,Wn),其中每一个Wi取值在[0,1]区间,取0时表示第i项特征舍去,取1时表示第i项特征选择;
S2:针对每一个样本的特征Xi,换算公式添加取舍度向量Y(Y1,Y2,Y3,…,Yi,…,Yn),每个分量Yi∈[0,1];
S3:Wi与Yi对比,分为两个区间,在两个区间范围内分别选取Wi为0或为1;
S4:得到每个特征计算结果,进行每个特征的提取或舍去。
2.根据权利要求1所述的大数据样本的智能化模糊特征选择方法,其特征在于,所述S1过程中,还包括以下步骤:
D1:若干个向量W进行初始化;
D2:假定每个向量为粒子的位置属性;
D3:假定每个粒子均含有一个速度属性V(V1,V2,V3,…,Vi,…,Vn);
D4:根据粒子的位置属性和速度属性构建一个粒子群模型;
D5:粒子群模型中通过适度函数f(W)进行迭代位置和速度的过程;
D6:得到最佳粒子gbest。
3.根据权利要求2所述的大数据样本的智能化模糊特征选择方法,其特征在于,所述S2过程中Yi的计算方式包括以下步骤:
M1:加权欧式距离计算:
M2:粒子速度迭代公式:
M3:粒子位置迭代公式:
其中:d(xa,xb)表示数据xa和xb的加权欧式距离,xa和xb分别表示两条不同的样本,xa有n维特征属性,xai表示xa样本的第i个属性,xbi表示xb样本的第i个属性;λ为惯性因子,c1为对自身经验的偏好度,c2为对群体经验的偏好度,r1和r2是取值在(0,1)之间的随机数, 为第t代某个离子速度的第i维分量,pbest为第t代粒子群中最好适应度粒子位置的第i维分量,gbest为全局最好适应度粒子位置的第i维分量。
4.根据权利要求1所述的大数据样本的智能化模糊特征选择方法,其特征在于,所述S3过程中,当Wi≤Yi,Wi取值0;当Wi>Yi,Wi取值1。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种基于物联网智能服务电能表 | 2020-05-11 | 947 |
一种牵引供电系统的可靠性研究方法 | 2020-05-14 | 987 |
无启动开关的车辆感应上电方法及其系统 | 2020-05-14 | 838 |
一种智能分析客户装修需求匹配服务商的平台系统 | 2020-05-13 | 576 |
一种储能系统选址定容优化方法 | 2020-05-14 | 867 |
采用人工智能技术的颅颌面外科手术机器人辅助系统 | 2020-05-12 | 832 |
应用于智慧校园的推荐方法 | 2020-05-12 | 157 |
一种基于区块链的抽奖方法 | 2020-05-14 | 391 |
用于管理广告数据的方法、广告服务系统和计算机可读存储介质 | 2020-05-08 | 839 |
一种基于独居老人的智能安检携带式手环 | 2020-05-14 | 159 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。