[發明專利]一種基于改進RReliefF和mRMR相結合的人體特征參數選擇方法

有效

• 申請號: 201910564314.7
• 申請日: 2019-06-27
• 公開（公告）號: CN110363229B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 高秀娥;陳波;陳世峰;桑海濤;謝文學;張天舒
• 申請（專利權）人: 嶺南師范學院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京海虹嘉誠知識產權代理有限公司 11129
• 代理人: 何志欣

本發明涉及生物信息化技術領域。一種基于改進RReliefF和mRMR相結合的人體特征參數選擇方法，包括以下步驟：利用通過構建樣本相似距離模型進行改進后的RReliefF算法來計算各個特征權重，去除不相關特征；利用mRMR算法來計算特征的最大相關最小冗余的相關度，去除冗余特征。本發明的有益效果：同時考慮了樣本的歐氏距離和形態距離，構建了樣本相似距離模型，改進了RReliefF算法，提高了特征選擇算法的篩選性能，有助于獲得相關性更大和冗余度更小的人體生理特征參數，進而有助于建立更簡化有效且精度更高的人體體成分預測模型。

技術領域

本發明涉及生物信息化技術領域，尤其是涉及一種基于改進RReliefF和mRMR相結合的人體特征參數選擇方法。

背景技術

特征選擇(Future Selection，FS)也稱特征子集選擇(Future SubsetSelection，FSS)，或稱屬性選擇(Attribute Selection)，是指從全部特征中選取一個特征子集，使構造出來的模型更好。在人體體成分模型的實際預測應用中，人體體成分模型預測的好壞容易受到所選擇的特征參數的影響，好的特征參數可以有效的降低人體成分模型的訓練時間和預測誤差，好的特征參數集需要通過合適的特征選擇算法來選取。經典的特征選擇算法有基于回歸系數和最優負荷的特征選擇、基于Fisher準則和特征聚類的特征選擇等，但是該類算法僅選出和分類結果更加相關的特征，并未賦予特征相應的權重；此外，mRMR算法(Max-Relevance and Min-Redundancy，最小冗余最大相關性算法)是一種基于特征之間互信息并根據最大統計依賴性準則類選擇特征的算法，盡管其能夠有效縮小特征之間的相關性，但是計算互信息耗費大量時間、效率低，而Rlief算法(Feature WeightingAlgorithms，基于特征權重的特征選擇算法)會根據特征與類別的相關性賦予不同特征差異化的權重，運行效率高，且對數據類型沒有限制。Kononeill等人對Relie f進行了擴展，使其功能更強大和可以處理不完整和噪聲數據，得到了回歸RReliefF算法(文獻Robnik-Sikonja M，Kononenko I.Theoretical and Em pirical Analysis of ReliefF andRReliefF[J].Machine Learning，2003，53(1/2)：23-39.)。

如公開日為2019-05-10公開號為CN109740683A的專利文獻，其指出了如下問題：利用遺傳算法進行特征選取的時候，首先需要隨機產生一批特征子集，并用評價函數給這些特征子集評分，然后通過交叉、突變等操作繁殖出下一代的特征子集，選取評分越高的特征子集參加繁殖。這樣經過N代的繁殖和優勝劣汰后，才能得到評價函數值最高的特征子集，這樣雖然可以達到較高的預測精度，但是算法流程過于復雜，在一定程度上降低了模型效率。針對上述問題，該專利文獻提出了一種基于RReliefF算法和支持向量回歸的趨勢預測方法，該方法利用RReliefF算法選取出的特征向量的優點，減少了模型訓練時間，提高了模型效率。

雖然如上述專利文獻采用RReliefF算法能夠消除不相關特征，但是人體生理特征參數的數量多，且存在相互關聯、非線性和不相關性等特點，阻抗值、身高和體重等人體生理特征參數相差很大的兩個人，兩者的體成分值有可能相似，而人體生理特征參數相近的兩個人，兩者的體成分值有可能相差較遠，若是只使用原始的距離度量，容易存在誤差，因此，使用RReliefF算法無法找到精準的最近鄰樣本，且無法去除冗余的特征。

發明內容