【技术实现步骤摘要】
本专利技术创造属于训练样本规约的，具体涉及了一种样本的加速规约方法、装置、介质、设备和程序。
技术介绍
1、样本规约(也被称为样本约简或样本选择)方法[6]是统计机器学习中的杰出数据预处理范式。它能从有标记训练集中移除冗余样本和噪声，从而形成约简子集。然后，样本规约方法能用约简子集去改进分类统计算法的计算效率和预测精度。
2、经过数十年的研究，学者们提出了大量的样本规约方法。并且，一些综述性研究把现有的样本规约方法大致地分为传统样本规约方法和基于进化算法的样本规约方法。现有的基于进化算法的样本规约方法依赖于太多参数，导致表现不稳定和应用困难，且还存在有搜索效率低下、耗时长的问题。
技术实现思路
1、针对上述技术问题，本专利技术创造提出了一种样本的加速规约方法、装置、介质、设备和程序。本申请通过一种样本的加速规约方法，包括：获取目标样本数据集中各个样本在粒子群优化算法的当前迭代中各个粒子的当前最优位置。根据各个粒子的所述当前最优位置确定各个粒子的维度信息。根据各个粒子的所述维度信...
【技术保护点】
1.一种样本的加速规约方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各个粒子的所述维度信息确定所述样本在下一次迭代时的目标维度集，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述粒子分布数量确定所述样本在下一次迭代时的目标维度集，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述粒子分布数量确定所述样本在下一次迭代时的目标维度集，还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述获取目标样...
【技术特征摘要】
1.一种样本的加速规约方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述根据各个粒子的所述维度信息确定所述样本在下一次迭代时的目标维度集，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述粒子分布数量确定所述样本在下一次迭代时的目标维度集，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述粒子分布数量确定所述样本在下一次迭代时的目标维度集，还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1所述的方法，其特征在于，所述获取目标样本数据集...
【专利技术属性】
技术研发人员：黎隽男，付伟，傅顺，何龙，王璐烽，顾雪晴，陈一明，何静，胡圣，刘双，
申请(专利权)人：重庆工业职业技术学院，
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。