结合协同学习策略的粒子群混合优化的特征选择算法
实质审查的生效
摘要
本发明属于机器学习领域，具体涉及结合协同学习策略的粒子群混合优化的特征选择算法，技术方案如下：1.用Fisher score与MIC混合的过滤式算法进行粗粒度特征选择，获取粗粒度特征子集；2.利用协同学习策略的自适应粒子群优化算法进行细粒度特征选择，获取最优特征子集。本发明有效地克服了现有技术中存在陷入局部最优和计算代价高昂的高维数据的问题。
基本信息
专利标题 ：
结合协同学习策略的粒子群混合优化的特征选择算法
专利标题（英）：
暂无
公开（公告）号 ：
CN114334168A
申请号 ：
CN202111678612.2
公开（公告）日 ：
2022-04-12
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
潘晓英雷明珠孙俊王昊
申请人 ：
西安邮电大学
申请人地址 ：
陕西省西安市长安区西安邮电大学南校区计算机学院
代理机构 ：
西安新思维专利商标事务所有限公司
代理人 ：
黄秦芳
优先权 ：
CN202111678612.2
主分类号 ：
G16H50/70
IPC分类号 ：
G16H50/70 G06K9/62 G06N3/00 G06N20/10
IPC结构图谱
G
G部——物理
G16
特别适用于特定应用领域的信息通信技术
G16H
医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术
G16H50/00
专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病
G16H50/70
用于医疗数据的挖掘，例如分析其他患者以前的病例
法律状态
2022-04-29 ：
实质审查的生效
IPC(主分类) : G16H 50/70
申请日 : 20211231
申请日 : 20211231
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
