【技术实现步骤摘要】
多维地学参量的权重优化方法及系统
[0001]本专利技术涉及信息
,尤其涉及一种多维地学参量的权重优化方法及系统。
技术介绍
[0002]在评价工作及科研工作的开展中,往往需要以一维数据的形式表现多维数据的特征,以简洁、综合和直观地展现整体数据的特点。目前,最为常用的方法是构建指标体系,根据权重对不同的指标进行加权获得相应的得分,从而以综合得分的表现形式体现多维数据的特征。
[0003]现有的权重确定方法主要包括层次分析法和专家权重确定法等。层次分析法和专家权重确定法都是人为确定权重的方法,在进行高维数据的分析与评价时缺乏效率,同时较强的主观性会降低该体系的可信度和客观性,对于生态学的研究和分析,通常需要对多维数据进行降维,因此,现有的权重确定方法无法满足客观性和高效性的要求。
技术实现思路
[0004]本专利技术所要解决的技术问题是针对现有技术的不足,提供一种多维地学参量的权重优化方法及系统。
[0005]本专利技术解决上述技术问题的技术方案如下:
[0006]一种多维地学参量的权重优化方法,包括:
[0007]获取初始数据,并设置迭代控制参数,所述初始数据的每个样本中包含用于评价地学参量的多个指标值;
[0008]对所述初始数据进行标准归一化处理,得到标准数据;
[0009]根据所述标准数据对全部所述指标值进行相关性分析,生成相关性矩阵,并根据预设阈值对全部所述指标值进行筛选;
[0010]根据筛选后的所述标准数据创建初始粒子,并根据所 ...
【技术保护点】
【技术特征摘要】
1.一种多维地学参量的权重优化方法,其特征在于,包括:获取初始数据,并设置迭代控制参数,所述初始数据的每个样本中包含用于评价地学参量的多个指标值;对所述初始数据进行标准归一化处理,得到标准数据;根据所述标准数据对全部所述指标值进行相关性分析,生成相关性矩阵,并根据预设阈值对全部所述指标值进行筛选;根据筛选后的所述标准数据创建初始粒子,并根据所述迭代控制参数配置迭代环境;构建适应度函数,根据所述适应度函数计算每个所述初始粒子的适应度;根据所述迭代控制参数和所述适应度对所述初始粒子进行迭代循环,并更新粒子的参数,迭代循环停止后,输出每个指标的权重值和全局最优解。2.根据权利要求1所述的多维地学参量的权重优化方法,其特征在于,对所述初始数据进行标准归一化处理,得到标准数据,具体包括:判断所述初始数据中每维地学参量的正负向;对于正向数据,使用如下公式进行标准归一化处理:对于负向数据,使用如下公式进行标准归一化处理:其中,I
i
为第i个样本的第一指标值,I
min
为所述第一指标值的最小值,I
max
为所述第一指标值的最大值,F
i
为所述第一指标值经过标准归一化处理后的值,i=1,2,3,
…
,N,N为样本数量,所述第一指标为需进行标准化的同一指标。3.根据权利要求1所述的多维地学参量的权重优化方法,其特征在于,根据预设阈值对全部所述指标值进行筛选,具体包括:分别计算每两个指标值之间的相关性,挑选出相关性大于预设阈值的指标值对,每个所述指标值对中的指标值分别记为第一指标值和第二指标值;计算所述第一指标值与除所述第二指标值之外的其他指标值的相关性的平均值,得到第一相关性值;计算所述第二指标值与除所述第一指标值之外的其他指标值的相关性的平均值,得到第二相关性值;判断所述第一相关性值与所述第二相关性值的大小,将较大一方对应的指标值剔除。4.根据权利要求1所述的多维地学参量的权重优化方法,其特征在于,根据以下公式计算每个所述初始粒子的适应度:Q=Dz*Sz其中,Dz为粒子局部密度,Sz为粒子全局类间分散度。5.根据权利要求1至4中任一项所述的多维地学参量的权重优化方法,其特征在于,根据以下公式更新粒子的参数:
其中,表示第k次迭代第i个粒子的飞行速度矢量的第m维分量,表示第k次迭代第i个粒子的位置矢量的第m维分量,表示第i个粒子经历的历史最优位置,表示粒子群经历的历史最优位置,c0为惯性权重,c1和c2为学习因子,random(0,1)表示从0到1之间的随机数,i=1,2,3,
…
,N,N为样本数量,m=1,2,3,
…
,M,M为维度数量,k=1,2,3,
…
,T,T为总循环次数。6.一种多维地学参量的权重优化系统,其特征在于,包括:初始单...
【专利技术属性】
技术研发人员:欧阳熙煌,王军邦,
申请(专利权)人:中国科学院地理科学与资源研究所,
类型:发明
国别省市:
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。