[發明專利]工業數據特征選擇方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110349281.1
• 申請日: 2021-03-31
• 公開（公告）號: CN113077038A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 姜善成;鄧樂平;韓瑜;古博;丁北辰
• 申請（專利權）人: 中山大學
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/02
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 秦冉冉

1.一種工業數據特征選擇方法，其特征在于，所述方法包括：

利用初始種群包含的多個個體所表征的特征選擇方式，從工業數據的待選特征集合中選取多個特征子集；所述初始種群用于特征篩選；

根據各所述特征子集對設定預測結果的預測準確度，從所述多個個體中選取第一父代個體和第二父代個體；

當所述第一父代個體和第二父代個體的基因編碼相同時，保留為子代的基因編碼，以及當所述第一父代個體和第二父代個體的基因編碼不相同時，保留所述預測準確度較高的父代個體所對應的基因編碼為所述子代的基因編碼，得到一個子代；

根據基于所述一個子代選取的新特征子集對應的預測準確度，更新所述初始種群；

基于更新后的所述初始種群從所述待選特征集合中選擇所述工業數據的目標特征集合。

2.根據權利要求1所述的方法，其特征在于，所述根據各所述特征子集對設定預測結果的預測準確度，從所述多個個體中選取第一父代個體和第二父代個體之前，所述方法還包括：

將所述多個特征子集輸入預先構建的神經網絡，以使所述神經網絡輸出各所述特征子集對應的預測準確度。

3.根據權利要求2所述的方法，其特征在于，所述神經網絡包括多個隱藏層，所述神經網絡的激活函數采用線性整流函數，所述神經網絡的隨機梯度下降的并行計算基于Hogwild！算法實現。

4.根據權利要求2所述的方法，其特征在于，

所述將所述多個特征子集輸入預先構建的神經網絡，包括：

將所述多個特征子集中的特征進行二進制編碼后輸入所述神經網絡。

5.根據權利要求1至4任一項所述的方法，其特征在于，所述根據各所述特征子集對設定預測結果的預測準確度，從所述多個個體中選取第一父代個體和第二父代個體，包括：

基于錦標賽選擇策略，按照從所述初始種群中隨機選取至少兩個個體，將所述至少兩個個體中預測準確度高的個體作為父代個體的父代篩選方式，依次獲取所述第一父代個體和第二父代個體。

6.根據權利要求1至4任一項所述的方法，其特征在于，所述根據基于所述一個子代選取的新特征子集對應的預測準確度，更新所述初始種群，包括：

利用所述子代所表征的特征選擇方式，從所述待選特征集合中選取一個新的特征子集；

根據所述新的特征子集，計算所述子代的預測準確度；

如果所述子代的預測準確度大于所述初始種群的平均預測準確度，將所述子代隨機替換所述初始種群中預測準確度小于所述子代的一個個體。

7.根據權利要求1至4任一項所述的方法，其特征在于，所述利用初始種群包含的多個個體所表征的特征選擇方式，從工業數據的待選特征集合中選取多個特征子集之前，所述方法還包括：

將待處理的所述工業數據轉化為特征向量，對所述特征向量進行預處理，得到所述待選特征集合。

8.一種工業數據特征選擇裝置，其特征在于，所述裝置包括：

特征子集選取模塊，用于利用初始種群包含的多個個體所表征的特征選擇方式，從工業數據的待選特征集合中選取多個特征子集；所述初始種群用于特征篩選；

父代選取模塊，用于根據各所述特征子集對設定預測結果的預測準確度，從所述多個個體中選取第一父代個體和第二父代個體；

子代生成模塊，用于當所述第一父代個體和第二父代個體的基因編碼相同時，保留為子代的基因編碼，以及當所述第一父代個體和第二父代個體的基因編碼不相同時，保留所述預測準確度較高的父代個體所對應的基因編碼為所述子代的基因編碼，得到一個子代；

種群優化模塊，用于根據基于所述一個子代選取的新特征子集對應的預測準確度，更新所述初始種群；

特征選擇模塊，用于基于更新后的所述初始種群從所述待選特征集合中選擇所述工業數據的目標特征集合。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。