[發明專利]一種基于差分進化優化近鄰成分分析的特征選擇方法

在審

• 申請號: 201810233510.1
• 申請日: 2018-03-06
• 公開（公告）號: CN108446735A
• 公開（公告）日: 2018-08-24
• 發明（設計）人: 童楚東;俞海珍;朱瑩
• 申請（專利權）人: 寧波大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于差分進化優化近鄰成分分析的特征選擇方法，其特征在于，包括以下步驟：

步驟(1)：收集應用對象不同類別y₁，y₂，…，y_C所對應的樣本數據集X₁，X₂，…，X_C，其中，C表示類別總數，第c類數據集包含m個特征的N_c個樣本數據，c＝1，2，…，C；

步驟(2)：將數據集X₁，X₂，…，X_C組成一個矩陣X∈R^N×m，并對X按列實施標準化處理得到X＝[x₁，x₂，…，x_N]^T∈R^N×m從而消除各特征的量綱的影響，其中N＝N₁+N₁+…+N_C，x_i∈R^m×1表示第i個樣本數據，上標號T表示矩陣或向量的轉置；

步驟(3)：設置差分進化算法的參數，包括種群數nP＝6m、縮放因子Z＝0.6、最大迭代次數Imax≥2000、以及交叉概率p＝0.1；

步驟(4)：利任意初始化m×nP維的矩陣W＝[w₁，w₂，…，w_nP]后，置迭代次數iter＝0與k＝1；

步驟(5)：取矩陣W中第k個列向量作為種群w_k∈R^m×1后，根據公式d_ij＝w_k|x_i-x_j|計算矩陣中任意兩樣本點x_i與x_j之間的距離d_ij，其中|x_i-x_j|表示將向量x_i-x_j中的元素都取絕對值，下標號i，j＝1，2，…，N；

步驟(6)：根據如下所示公式計算x_i選擇x_j作為其參考數據點的概率p_ij：

步驟(7)：根據公式f_k＝∑_i∑_jz_ijp_ij計算第k個種群w_k對應的近鄰成分分析目標函數f_k，其中z_ij為二進制數且只在x_i與x_j屬于同一種類時取值1；

步驟(8)：判斷是否滿足條件k＜N？若是，置k＝k+1后返回步驟(5)；若否，得到目標函數向量F＝[f₁，f₂，…，f_N]后找出F中最大值f_best所對應的種群w_best，并執行下一步驟(9)；

步驟(9)：根據如下所示公式為每個種群產生一個對應的變異向量v_k：

v_k＝w_k+Z(w_best-w_k)+Z(w_a-w_b) (2)

上式中，下標號a與b為從區間[1，nP]中隨機產生的2個互不相同的整數；

步驟(10)：按照如下所示公式對變異向量v_k進行修正，即：

上式中，v_k，n表示向量v_k中的第n個元素，n＝1，2，…，m；

步驟(11)：根據如下所示公式產生嘗試向量u_k∈R^m×1，即：

其中，u_k，n與w_k，n分別為u_k與w_k中第n個元素，向量rand∈R^m×1中各元素都是0到1之間均勻分布的任意隨機小數，rand_n則為隨機向量rand中的第n個元素；

步驟(12)：依據如下所示公式更新種群w_k，即：

上式中，h(u_k)表示將u_k作為種群w_k的替換值后計算得到的目標函數值；

步驟(13)：重復步驟(9)～(12)直至所有種群都更新完畢以得到新矩陣W，并置iter＝iter+1；

步驟(14)：判斷是否滿足條件iter＞Imax？若否，返回步驟(5)繼續執行；若是，則輸出最大目標函數f_best所對應的種群w_best，即為各個特征的相應權重系數；

步驟(15)：根據w_best∈R^m×1中各個元素的具體數值大小，將接近于0的元素所對應的特征剔除，那么剩余的特征即為特征選擇后的結果。