一种基于邻域划分的特征提取方法技术

技术编号:43625211 阅读:21 留言:0更新日期:2024-12-11 15:04
本发明专利技术提供一种基于邻域划分的特征提取方法,涉及数据分类技术领域,包括以下步骤:对邻域进行划分,判断该邻域是一致邻域还是不一致邻域;构建邻域划分分类模型;通过邻域划分分类模型将一致邻域对象分类至决策正域,将不一致邻域对象分类至决策边界;构建不平衡二叉树算法,计算论域中的一致邻域对象和不一致邻域对象;构建邻域正域确定度算法,确定论域中所有对象对决策正域的贡献度总和;单个对象对决策正域的贡献度为[0,1];构建特征提取算法,确定提取属性。采用不平衡二叉树算法计算邻域粒子,提升特征提取算法的计算效率;采用邻域正域确定度算法评估属性,使提取属性在工业数据运用上具有更好的分类质量。

【技术实现步骤摘要】

本专利技术涉及数据分类,具体涉及一种基于邻域划分的特征提取方法。本申请要求优先权,在先申请的申请号为:2024108350454,名称为:一种基于邻域划分的特征提取方法,优先权日为2024-06-26。


技术介绍

1、工业数据一般包含多种属性,通常以数值型数据记载,无法直接利用pawlak模型对工业数据进行分类,通常采用间接法和直接法。间接法是先采用离散化算法把工业数据转化成符号型数据,再采用pawlak模型进行处理,虽然能够在一定程度上解决了pawlak模型在数值型数据上的应用问题,但忽略了原始数值到离散值的隶属程度信息,造成信息丢失,对分类结果产生不良影响;例如,工业数据是进行预测性维护的数据,若存在分类结果的不准确,可能误判设备的状态,导致不必要的维护或忽略潜在的故障,进而影响生产效率和安全;例如,工业数据是进行质量呈现的参数,其分类精度的降低可能导致对产品质量的误判,从而影响产品的合格率和一致性。

2、直接法是通过扩展pawlak模型来直接处理原始数据,考虑到典型的模糊粗糙集模型是在数值型属性上建立覆盖整个值域的多个模糊概念来构建论域上本文档来自技高网...

【技术保护点】

1.一种基于邻域划分的特征提取方法,该方法用于分析数据,提取关键的属性指标;其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于邻域划分的特征提取方法,其特征在于,对邻域进行划分,判断该邻域是一致邻域还是不一致邻域,具体步骤如下:

3.根据权利要求2所述的一种基于邻域划分的特征提取方法,其特征在于,所述构建邻域划分分类模型的步骤包括:

4.根据权利要求1所述的一种基于邻域划分的特征提取方法,其特征在于,所述构建不平衡二叉树算法的步骤包括:

5.根据权利要求3所述的一种基于邻域划分的特征提取方法,其特征在于,所述邻域正域确定度算法的公...

【技术特征摘要】

1.一种基于邻域划分的特征提取方法,该方法用于分析数据,提取关键的属性指标;其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于邻域划分的特征提取方法,其特征在于,对邻域进行划分,判断该邻域是一致邻域还是不一致邻域,具体步骤如下:

3.根据权利要求2所述的一种基于邻域划分的特征提取方法,其特征在于,所述构建邻域划分分类模型的步骤包括:

4.根据权利要求1所述的一种基于邻域划分的特征提取方法,其特...

【专利技术属性】
技术研发人员:卢正才
申请(专利权)人:泸州职业技术学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1