[發明專利]一種基于粒子群優化的酵母菌多標記特征選擇方法及裝置

在審

• 申請號: 201810380973.0
• 申請日: 2018-04-25
• 公開（公告）號: CN108805162A
• 公開（公告）日: 2018-11-13
• 發明（設計）人: 孫林;鄭瑞麗;張倩倩;申陳海;靳瑞霞;劉艷;王藍瑩;殷騰宇;趙婧;秦小營;王學敏
• 申請（專利權）人: 河南師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 符亞飛

1.一種基于粒子群優化的酵母菌多標記特征選擇方法，其特征在于，包括如下步驟：

提取酵母菌樣本數據集，所述酵母菌樣本數據集包括多個酵母菌樣本特征矩陣和樣本標記矩陣；

提取酵母菌樣本數據集的特征數據，初始化二進制編碼的粒子群，并初始化粒子群的位置和速度；

通過度量特征與特征之間的冗余性、特征與標記之間的相關性，標記和標記之間的相關性，構造結合標記相關性的CFS評價準則函數；

根據所述結合標記相關性的CFS評價函數，計算每個粒子的適應值；

對每個粒子，將其計算的適應值與其經歷過的最優位置pbest進行比較，若優于經歷過的最優位置pbest，則將所述計算的適應值作為其經歷過的最優位置pbest；

并將所有粒子的最優位置pbest作為群體的最優位置gbest；

更新粒子的位置和速度進行迭代，最終得到的群體的最優位置gbest中值為1所對應的特征即為酵母菌數據集的最優特征子集。

2.根據權利要求1所述的基于粒子群優化的酵母菌多標記特征選擇方法，其特征在于，所述更新粒子的位置和速度包括：

判斷是否滿足t＜γ·N_iter，其中γ為[0,1]之間的隨機數，N_iter為迭代總次數；

若t＜γ·N_iter，則在第t次迭代中更新j維第i個粒子的位置為：

其中，為第t次迭代中j維第i個粒子的速度，i＝1,2,…,m，j＝1,2,…,D，t＝1,2,…,N_iter；rand()為均勻分布的隨機函數，其值在0和1之間，每次迭代都會重新產生；為logistic函數，根據粒子的速度給出粒子的位置；

否則，在第t次迭代中更新j維第i個粒子的位置為：

其中，為第t次迭代中j維第i個粒子的速度，i＝1,2,…,m，j＝1,2,…,D，t＝1,2,…,N_iter；rand()為均勻分布的隨機函數，其值在0和1之間，每次迭代都會重新產生；為logistic函數，根據粒子的速度給出粒子的位置。

3.根據權利要求1所述的基于粒子群優化的酵母菌多標記特征選擇方法，其特征在于，所述結合標記相關性的CFS評價函數為：

其中，CFS(S)為包含k個特征的候選子集S的評價值；為酵母菌候選特征子集S與標記集L之間的平均相關性，為酵母菌標記集L與標記集L之間的平均相關性，為酵母菌候選特征子集S中特征之間的平均冗余性。

4.根據權利要求1所述的基于粒子群優化的酵母菌多標記特征選擇方法，其特征在于，計算每個粒子的適應值前，還包括把位置為1的粒子數控制為n的步驟：

統計每個粒子中位置為1的位置數h：

若h＞n，則隨機將h-n個值為1的位置改為0；

若h＜n，則隨機將n-h個值為0的位置改為1。

5.一種基于粒子群優化的酵母菌多標記特征選擇裝置，其特征在于，包括處理器，所述處理器用于執行指令實現如下方法：

提取酵母菌樣本數據集，所述酵母菌樣本數據集包括多個酵母菌樣本特征矩陣和樣本標記矩陣；

提取酵母菌樣本數據集的特征數據，初始化二進制編碼的粒子群，并初始化粒子群的位置和速度；

通過度量特征與特征之間的冗余性、特征與標記之間的相關性，標記和標記之間的相關性，構造結合標記相關性的CFS評價準則函數；根據所述結合標記相關性的CFS評價函數，計算每個粒子的適應值；

對每個粒子，將其計算的適應值與其經歷過的最優位置pbest進行比較，若優于最優位置pbest，則將所述計算的適應值作為其經歷過的最優位置pbest；

并將所有粒子的最優位置pbest作為群體的最優位置gbest；

更新粒子的位置和速度進行迭代，最終得到群體的最優位置gbest中值為1所對應的特征即為酵母菌數據集的最優特征子集。