[發(fā)明專利]一種特征的選擇方法和裝置

有效

• 申請?zhí)枺?/td>: 201510977007.3
• 申請日: 2015-12-22
• 公開（公告）號: CN105654095B
• 公開（公告）日: 2019-12-13
• 發(fā)明（設(shè)計）人: 王飛;楊治昆
• 申請（專利權(quán)）人: 浙江宇視科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/00
• 代理公司: 11415 北京博思佳知識產(chǎn)權(quán)代理有限公司
• 代理人: 林祥

1.一種特征的選擇方法，其特征在于，所述方法包括以下步驟：

從獲得到的圖像中提取出M個特征；

利用過濾式模型算法對所述M個特征進行篩選，得到N個特征；

利用第一封裝式模型算法對所述N個特征進行搜索，得到第一特征子集，并利用第二封裝式模型算法對所述N個特征進行搜索，得到第二特征子集；其中，所述第一封裝式模型算法與第二封裝式模型算法分別為改進的粒子群優(yōu)化算法與人工魚群算法、或者第一封裝式模型算法與第二封裝式模型算法分別為人工魚群算法與改進的粒子群優(yōu)化算法；

對所述第一特征子集和所述第二特征子集進行重組，得到包括K個特征的第三特征子集，并從所述第一特征子集、所述第二特征子集和所述第三特征子集中選擇所述圖像的最優(yōu)特征子集；

其中，所述M大于所述N，且所述N大于所述K；

其中，對所述第一特征子集和第二特征子集進行重組，得到包括K個特征的第三特征子集的過程，具體包括：

確定所述第一特征子集對應(yīng)的第一全局最優(yōu)解和第一適應(yīng)度函數(shù)，并確定所述第二特征子集對應(yīng)的第二全局最優(yōu)解和第二適應(yīng)度函數(shù)；

計算第一概率為第一適應(yīng)度函數(shù)/(第一適應(yīng)度函數(shù)+第二適應(yīng)度函數(shù))，或者，計算第二概率為第二適應(yīng)度函數(shù)/(第一適應(yīng)度函數(shù)+第二適應(yīng)度函數(shù))；

構(gòu)建第三全局最優(yōu)解，并在0和1之間為所述第三全局最優(yōu)解的第i維的數(shù)值選擇一個隨機數(shù)；當(dāng)所述隨機數(shù)大于等于所述第一概率時，則選擇所述第一全局最優(yōu)解中第i維的數(shù)值作為第三全局最優(yōu)解的第i維的數(shù)值，當(dāng)所述隨機數(shù)小于所述第一概率時，則選擇所述第二全局最優(yōu)解中第i維的數(shù)值作為第三全局最優(yōu)解的第i維的數(shù)值；或者，當(dāng)所述隨機數(shù)大于等于所述第二概率時，則選擇所述第二全局最優(yōu)解中第i維的數(shù)值作為第三全局最優(yōu)解的第i維的數(shù)值，當(dāng)所述隨機數(shù)小于所述第二概率時，則選擇所述第二全局最優(yōu)解中第i維的數(shù)值作為第三全局最優(yōu)解的第i維的數(shù)值；

確定所述第三全局最優(yōu)解對應(yīng)的包括K個特征的第三特征子集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用第一封裝式模型算法對所述N個特征進行搜索，得到第一特征子集的過程，具體包括：

獲得L個粒子，每個粒子是一個N維的特征向量，所述特征向量的每個數(shù)值表示N個特征中的一個特征，所述特征向量的每個數(shù)值被隨機選擇為第一數(shù)值或者第二數(shù)值，所述第一數(shù)值表示不選擇N個特征中的對應(yīng)特征，所述第二數(shù)值表示選擇N個特征中的對應(yīng)特征；針對每個粒子，執(zhí)行以下步驟：

步驟A1、計算所述粒子的適應(yīng)度函數(shù)，并判斷所述粒子的迭代次數(shù)是否達到預(yù)設(shè)第一閾值；如果否，則執(zhí)行步驟B1；如果是，則執(zhí)行步驟C1；

步驟B1、對所述粒子的迭代次數(shù)加1，并更新所述粒子的速度以及所述粒子的位置，得到更新后的粒子，并利用更新后的粒子重新執(zhí)行步驟A1；

步驟C1、從所述粒子對應(yīng)的所有適應(yīng)度函數(shù)中選擇局部最優(yōu)適應(yīng)度函數(shù)，并確定所述局部最優(yōu)適應(yīng)度函數(shù)對應(yīng)的粒子為局部最優(yōu)粒子；

在對所述L個粒子進行步驟A1-步驟C1的處理后，從L個局部最優(yōu)適應(yīng)度函數(shù)中選擇全局最優(yōu)適應(yīng)度函數(shù)，并確定所述全局最優(yōu)適應(yīng)度函數(shù)對應(yīng)的局部最優(yōu)粒子為全局最優(yōu)粒子；從所述N個特征中選取所述全局最優(yōu)粒子中的第二數(shù)值對應(yīng)的特征，并將當(dāng)前選取的特征確定為所述第一特征子集。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述更新所述粒子的速度以及所述粒子的位置，得到更新后的粒子的過程，具體包括：

利用如下公式確定慣性權(quán)重參數(shù)，并利用所述慣性權(quán)重參數(shù)確定粒子速度公式，并利用所述粒子速度公式更新所述粒子的速度；

w(t+1)＝μ×w(t)×(1-w(t)) w(t)∈(0,1)；

利用如下粒子位置公式更新所述粒子的位置，得到更新后的粒子：

其中，μ為預(yù)設(shè)數(shù)值，w(t)為0與1之間的隨機數(shù)，w(t+1)為慣性權(quán)重參數(shù)，m為粒子的個數(shù)，m_t為特征的個數(shù)，r_mut為隨機突變的概率，rand為0與1之間的隨機數(shù)，x_ij為速度更新后的粒子，x_ij’為位置更新后的粒子。