您所在的位置: 成果库 一种基于粗糙集和群智能的特征选择方法

一种基于粗糙集和群智能的特征选择方法

发布时间: 2022-11-29

来源: 试点城市(园区)

基本信息

合作方式: 技术服务
成果类型: 发明专利
行业领域:
电子信息技术
成果介绍
本发明属于数据处理与分析技术领域,特别是商业数据的处理与分析技术领域,具体地指一种基于粗糙集和群智能的特征选择方法,所述方法包括以下步骤:步骤1:设置方法的参数;步骤2:利用粗糙集和互信息知识,计算出特征核;以及任选以下步骤中的一步或多步:步骤3:初始化种群;步骤4:计算可行解的适应值、个体极值Pbest和全局极值Gbest;步骤5:进行迭代;步骤6:输出最优特征子集REDU。本方法计算简单、收敛速度快(不需要求出所有特征子集),不仅可以处理大数据集,而且能够得到最优特征子集(不会陷入局部最优),最终实现去除噪声、得到最优特征子集的特征选择目标。使用本发明提供的银行个人信用评分指标筛选方法,可以快速、准确地得到简化的个人信用评分指标体系。
成果亮点
本发明提供一种基于粗糙集和群智能的特征选择方法,将粗糙集、粒子群、人工蜂群等多种方法进行融合,发挥各自优势。本发明利用粗糙集知识初始化种群,产生由高质量个体组成的初始化种群,能够减少种群搜索的盲目性。而且本发明借鉴粒子群思想,采用带有动态调整参数的粒子更新策略产生新解,可以改进邻域搜索策略,增加种群多样性,避免陷入局部最优。本发明还设置一个跳跃阈值,处理迭代后期的停滞现象,跳出局部极值,加快收敛速度,提高方法的寻优效率。本发明有效改善特征选择方法存在的问题,本方法计算简单、收敛速度快(不需要求出所有特征子集),不仅可以处理大数据集,而且能够得到最优特征子集(不会陷入局部最优),最终实现去除噪声、得到最优特征子集的特征选择目标。使用本发明提供的个人信用评分指标筛选方法,可以快速、准确地得到简化的个人信用评分指标体系。本发明的特征选择方法并不局限于应用于上述领域,其同样可以应用于工程计算、控制设计、信号处理与通讯、图像处理、医疗诊断、金融分析等领域,提高其中数据的筛选和分析效率。
团队介绍
荆楚理工学院(Jingchu University of Technology)简称“荆楚理工”,位于湖北省荆门市,学院于2007年3月经教育部批准由初创于1956年的沙洋师范高等专科学校和始建于1984年的荆门职业技术学院合并组建而成, [2] 是一所省属公办全日制普通本科高等学校,为湖北省首批地方本科院校转型发展试点学校、“湖北省2011计划”首批牵头高校,“实行“省市(荆门)共建、以省为主”的管理体制。 截至2022年3月,学院占地面积2400余亩,校舍建筑面积***余万平方米;设有16个教学学院(部),开设本科专业43个,专科专业15个,涵盖理、工、农、医、文、教、管、艺等8大学科门类;在编教职工1134人,有教授、副教授等高级职称人员342人,博士、硕士678人。享受国务院及湖北省政府特殊津贴的专家4人;有全日制普通在校生19615人,其中本科生13998人。
成果资料