一种基于闪电接触过程算法的特征选择方法及系统技术方案

本发明专利技术公开了一种基于闪电接触过程算法的特征选择方法及系统，通过获取需要进行特征选择的训练样本集；生成样本标签维度的随机二进制数，根据所述二进制数对样本集进行特征抽取获得样本特征集；利用支持向量机(SVM)对所述样本特征集进行分类并得到分类准确度；利用所述准确度构造适应度函数并通过闪电接触过程算法对所述样本特征集进行特征选择。本发明专利技术利用支持向量机得到的分类准确度与所选特征个数计算适应度函数值，闪电接触过程算法利用该适应度值进行迭代优化，通过闪电接触过程算法进行特征选择，不需要对算法参数进行初始化，避免了参数选择对算法优化效果的影响，并能有效提高特征选择的效率与性能。

【技术实现步骤摘要】
一种基于闪电接触过程算法的特征选择方法及系统
本专利技术属于模式识别
，涉及一种特征选择方法及系统，具体是涉及一种基于闪电接触过程算法的特征选择方法及系统。
技术介绍
一个模式识别系统的成败首先取决于所利用的特征是否能较好地反映将要研究的分类问题。而特征选择是指从原始特征中选取部分更能代表数据集的特征以降低数据集的维度的过程，是提高算法学习性能、避免维度灾难的重要手段，也是模式识别过程预处理过程中的关键步骤。特征选择其本质是用计算的方法从一组给定的特征中选择一部分特征进行分类的过程，即对离散的集合进行优化的过程。而闪电接触过程算法不需要进行参数调优，对离散和连续问题都有较优的求解性能，因此可以将闪电接触过程算法应用到特征选择中。闪电接触过程算法(lightingattachmentprocedureoptimization，LAPO)是一种新的模拟自然界中闪电的上迎先导与下行先导接触过程的一种元启发式优化算法。在连续和离散优化问题，以及强约束优化问题上都有良好的性能表现。
技术实现思路
本专利技术的目的是提供一种基于闪电接触过程算法的特征选择方法及系统，旨在利用闪电接触过程算法不需本文档来自技高网...

【技术保护点】
1.一种基于闪电接触过程算法的特征选择方法，其特征在于，包括以下步骤：步骤1：获取需要进行特征选择的训练样本集；步骤2：生成样本标签维度的随机二进制字符串，根据所述随机二进制字符串对所述训练样本集进行特征抽取，得到样本特征集；步骤3：利用支持向量机对所述样本特征集进行分类并得到分类准确度；步骤4：利用以所述准确度构造的适应度函数，通过闪电接触过程算法对样本特征集进行迭代优化，进而达到特征选择的目的。

【技术特征摘要】
1.一种基于闪电接触过程算法的特征选择方法，其特征在于，包括以下步骤：步骤1：获取需要进行特征选择的训练样本集；步骤2：生成样本标签维度的随机二进制字符串，根据所述随机二进制字符串对所述训练样本集进行特征抽取，得到样本特征集；步骤3：利用支持向量机对所述样本特征集进行分类并得到分类准确度；步骤4：利用以所述准确度构造的适应度函数，通过闪电接触过程算法对样本特征集进行迭代优化，进而达到特征选择的目的。2.根据权利要求1所述的基于闪电接触过程算法的特征选择方法，其特征在于：步骤2中，对所述随机生成二进制字符串，将字符串中数值“0”对应的特征不选取，数值“1”对应的特征进行选取，得到不同的样本特征集。3.根据权利要求1所述的基于闪电接触过程算法的特征选择方法，其特征在于：步骤3中，所述分类准确度Accuracy(i)的计算公式为：其中，i为当前计算的个体；Tp为正确正例数，表示测试样本为正例并被赋予正例判定；TN为正确负例，表示样本为负例并被判定为负例；FP为错误正例，表示测试样本为负例并被赋予正例判定；FN为错误...

【专利技术属性】
技术研发人员：叶志伟，孙爽，王春枝，苏军，孙一恒，金灿，郑逍，陈凤，杨娟，张旭，
申请(专利权)人：湖北工业大学，
类型：发明
国别省市：湖北,42