[發(fā)明專利]用于模式分類的動(dòng)態(tài)特征選擇方法無效
| 申請(qǐng)?zhí)枺?/td> | 200810070105.9 | 申請(qǐng)日: | 2008-08-11 |
| 公開(公告)號(hào): | CN101339619A | 公開(公告)日: | 2009-01-07 |
| 發(fā)明(設(shè)計(jì))人: | 李勇明;曾孝平 | 申請(qǐng)(專利權(quán))人: | 重慶大學(xué) |
| 主分類號(hào): | G06K9/62 | 分類號(hào): | G06K9/62 |
| 代理公司: | 重慶市前沿專利事務(wù)所 | 代理人: | 郭云 |
| 地址: | 400044重慶*** | 國省代碼: | 重慶;85 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 用于 模式 分類 動(dòng)態(tài) 特征 選擇 方法 | ||
1.一種用于模式分類的動(dòng)態(tài)特征選擇方法,其特征在于包括有下列步驟:
(一)預(yù)處理模塊(1)獲取初始輸入樣本,并對(duì)初始輸入樣本進(jìn)行預(yù)處理,獲得預(yù)處理輸入樣本;預(yù)處理包括歸一化和矩陣變換兩種處理,預(yù)處理完成后,初始輸入樣本轉(zhuǎn)換為特征矩陣,列向量表示輸入樣本個(gè)體的特征向量,行數(shù)表示特征數(shù);
(二)預(yù)處理模塊(1)向知識(shí)庫(2)發(fā)出請(qǐng)求,該知識(shí)庫(2)對(duì)請(qǐng)求進(jìn)行判斷;
所述請(qǐng)求分為兩種:分類請(qǐng)求和特征選擇請(qǐng)求;當(dāng)請(qǐng)求是分類請(qǐng)求時(shí),進(jìn)入分類流程,當(dāng)請(qǐng)求是特征選擇請(qǐng)求時(shí),進(jìn)入特征選擇流程;如果在特征選擇流程中,收到分類請(qǐng)求,則中斷特征選擇流程,轉(zhuǎn)入分類流程;
所述分類流程為:
所述知識(shí)庫(2)向預(yù)處理模塊(1)輸出存儲(chǔ)的最優(yōu)特征組合,該預(yù)處理模塊(1)根據(jù)該最優(yōu)特征組合對(duì)所述預(yù)處理輸入樣本進(jìn)行規(guī)則化,并輸出規(guī)則化后的輸入樣本給分類器(3),分類器(3)接收知識(shí)庫(2)傳遞的需動(dòng)態(tài)調(diào)整的分類參數(shù)后,對(duì)接收的規(guī)則化輸入樣本進(jìn)行分類;
所述規(guī)則化是指根據(jù)最優(yōu)特征組合,對(duì)特征矩陣中的特征進(jìn)行取舍后,得到新的樣本矩陣;
所述特征選擇流程為:
A、所述知識(shí)庫(2)隨機(jī)讀取所述預(yù)處理模塊中的部分預(yù)處理輸入樣本個(gè)體,組成輸入訓(xùn)練樣本,該輸入訓(xùn)練樣本與知識(shí)庫(2)中存儲(chǔ)的存儲(chǔ)訓(xùn)練樣本整合,組成整合訓(xùn)練樣本;
B、所述知識(shí)庫(2)隨機(jī)選擇整合訓(xùn)練樣本中的部分個(gè)體,組成選擇訓(xùn)練樣本,該知識(shí)庫(2)對(duì)特征選擇模塊(4)和分類器(3)進(jìn)行知識(shí)加載,包括:
所述知識(shí)庫(2)將所述選擇訓(xùn)練樣本分別送至特征選擇模塊(4)和分類器(3);知識(shí)庫(2)還將存儲(chǔ)的特征選擇模塊(4)需要?jiǎng)討B(tài)調(diào)整的特征選擇參數(shù)送至特征選擇模塊(4),將存儲(chǔ)的分類器(3)需要?jiǎng)討B(tài)調(diào)整的分類參數(shù)送至分類器(3);所述知識(shí)庫(2)還將存儲(chǔ)的最優(yōu)特征組合和初始種群送入所述特征選擇模塊(4);
C、還將所述知識(shí)庫(2)中存儲(chǔ)的比率系數(shù)送入所述特征選擇模塊(4);
D、所述特征選擇模塊(4)計(jì)算初始種群中所有個(gè)體的適應(yīng)度值,并將初始種群個(gè)體按照適應(yīng)度值的高低排序,該特征選擇模塊(4)按照所述比率系數(shù)規(guī)定的百分比,從適應(yīng)度值最高的個(gè)體起依次選擇占所有個(gè)體百分比的部分個(gè)體組成分類種群,送入分類器(3)進(jìn)行分類;
E、所述分類器(3)根據(jù)所述分類種群對(duì)所述選擇訓(xùn)練樣本進(jìn)行分類,算出每個(gè)分類種群個(gè)體的分類正確率,并按分類種群個(gè)體的排序?qū)⒃摲诸愓_率返回給所述特征選擇模塊(4);完成一次分類,分類器(3)得到新一代的分類參數(shù);
F、所述特征選擇模塊(4)按照分類正確率將分類種群個(gè)體進(jìn)行重新排序,并和初始種群中剩下的個(gè)體組合成新的種群,然后進(jìn)行特征選擇;
G、完成一次特征選擇后,得到新一代的最優(yōu)特征組合和種群以及新一代的特征選擇參數(shù),并判斷是否符合終止條件,如果不符合,再返回到步驟D,對(duì)新一代種群進(jìn)行操作;如果符合終止條件,則結(jié)束特征選擇和分類,輸出得到的新一代最優(yōu)特征組合,并對(duì)知識(shí)庫(2)進(jìn)行知識(shí)更新:將得到的新一代最優(yōu)特征組合和種群以及新一代特征選擇參數(shù)和分類參數(shù)返回給所述知識(shí)庫(2),對(duì)知識(shí)庫(2)存儲(chǔ)的最優(yōu)特征組合、初始種群以及特征選擇參數(shù)和分類參數(shù)進(jìn)行更新。
2.根據(jù)權(quán)利要求1所述用于模式分類的動(dòng)態(tài)特征選擇方法,其特征在于:所述知識(shí)庫(2)還通過人機(jī)接口(5)與外界進(jìn)行數(shù)據(jù)交換。
3.根據(jù)權(quán)利要求1所述用于模式分類的動(dòng)態(tài)特征選擇方法,其特征在于:所述特征選擇模塊(4)中采用遺傳選擇方法進(jìn)行特征選擇。
4.根據(jù)權(quán)利要求1所述用于模式分類的動(dòng)態(tài)特征選擇方法,其特征在于:所述分類器(3)為支持向量機(jī)分類器。
5.根據(jù)權(quán)利要求1所述用于模式分類的動(dòng)態(tài)特征選擇方法,其特征在于:所述知識(shí)庫(2)中存儲(chǔ)的最優(yōu)特征組合個(gè)數(shù)范圍為[1,20],在對(duì)知識(shí)庫(2)存儲(chǔ)的最優(yōu)特征組合進(jìn)行更新時(shí),對(duì)存儲(chǔ)中的適應(yīng)度值最低的最優(yōu)特征組合進(jìn)行更新。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于重慶大學(xué),未經(jīng)重慶大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200810070105.9/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:預(yù)埋式房頂固定結(jié)構(gòu)
- 下一篇:密閉采樣鋼瓶
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 動(dòng)態(tài)矢量譯碼方法和動(dòng)態(tài)矢量譯碼裝置
- 動(dòng)態(tài)口令的顯示方法及動(dòng)態(tài)令牌
- 動(dòng)態(tài)庫管理方法和裝置
- 動(dòng)態(tài)令牌的身份認(rèn)證方法及裝置
- 令牌、動(dòng)態(tài)口令生成方法、動(dòng)態(tài)口令認(rèn)證方法及系統(tǒng)
- 一種動(dòng)態(tài)模糊控制系統(tǒng)
- 一種基于動(dòng)態(tài)信號(hào)的POS機(jī)和安全保護(hù)方法
- 圖像動(dòng)態(tài)展示的方法、裝置、系統(tǒng)及介質(zhì)
- 一種基于POS機(jī)聚合碼功能分離顯示動(dòng)態(tài)聚合碼的系統(tǒng)
- 基于動(dòng)態(tài)口令的身份認(rèn)證方法、裝置和動(dòng)態(tài)令牌





