【技术实现步骤摘要】
一种基于因果网络的特征选择方法
本专利技术涉及电力通讯领域，特别涉及一种基于因果网络的特征选择方法。
技术介绍
目前有两种常见的特征选择策略，其一为马尔科夫毯理论，一个变量的马尔科夫毯就是目标的最优特征集，通过马尔科夫毯可以有效的找到特征集合，然而这些算法的基本假设是数据生成的因果网络是有向无环图，然而如果对于具有反馈机制的因果网络图时，马尔科夫毯就不能有效的进行特征的选择。其二、信息理论，信息理论对数据的生成网络没有做任何假设，因此再面对具有反馈机制的因果网络图时也能进行特征的选择，但是这种方法在多层网络的结构下，往往容易得到错误的特征变量集合。因此如何保证在多层反馈网络下的特征的正确性，成了十分重要的研究方向。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种基于因果网络的特征选择方法，旨在解决在多层反馈网络下的特征选择错误的问题。为实现上述目的，本专利技术提供一种基于因果网络的特征选择方法，所述面向反馈网络的因果特征选择方法包...
【技术保护点】
1.一种基于因果网络的特征选择方法，其特征在于，所述面向反馈网络的因果特征选择方法包括以下步骤：/n将网络抽象成网络拓扑图，所述拓扑图至少包括目标节点和候选特征；/n获取与目标节点有直接连接边的所述候选特征，形成目标节点的邻居节点；/n对目标节点与候选特征求互信息，对所述互信息进行排序形成有序集，定义互信息有序集的阈值为λ，保留所述有序集中大于λ的且不被邻居节点中的特征分割的互信息，形成剩余特征集合；/n合并邻居节点与剩余特征集合形成目标节点特征集合。/n
【技术特征摘要】
1.一种基于因果网络的特征选择方法，其特征在于，所述面向反馈网络的因果特征选择方法包括以下步骤：
将网络抽象成网络拓扑图，所述拓扑图至少包括目标节点和候选特征；
获取与目标节点有直接连接边的所述候选特征，形成目标节点的邻居节点；
对目标节点与候选特征求互信息，对所述互信息进行排序形成有序集，定义互信息有序集的阈值为λ，保留所述有序集中大于λ的且不被邻居节点中的特征分割的互信息，形成剩余特征集合；
合并邻居节点与剩余特征集合形成目标节点特征集合。
2.如权利要求1所述的基于因果网络的特征选择方法，其特征在于，定义分割节点，所述分割节点位于任意两节点之间，判断所述目标节点与所述候选特征中任意一节点之间的通路上是否存在所述分割节点，若不存在分割节点，则所述目标节点与该候选节点存在直接连边关系。
3.如权利要求2所述的基于因果网络的特征选择方法，其特征在于，所述判断过程表示为：
Xi⊥T|C，C∈X，C≠Xi；
若不存在分割节点使等式成立，则所述目标节点与该候选节点存在直接连边关系，其中Xi表示候选特征中任意一节点，T表示目标节点，C表示分割节点。
<...
【专利技术属性】
技术研发人员：彦逸，王飞鸣，肖建毅，占力超，李波，尚艳伟，
申请(专利权)人：广东电网有限责任公司信息中心，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。