一种特征选择方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113761307A(43)申请公布日2021.12.07(21)申请号202011351263.9(22)申请日2020.11.25(71)申请人北京沃东天骏信息技术有限公司地址100176北京市北京经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人祖辰杨立军(74)专利代理机构中原信达知识产权代理有限责任公司11219代理人郝红玉冯培培(51)Int.Cl.G06F16/906(2019.01)权利要求书2页说明书9页附图4页(54)发明名称一种特征选择方法和装置(57)摘要本发明公开了一种特征选择方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：确定各样本中的特征，基于所有特征在各个样本中的值构建样本向量；利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，得到重要性评分向量；从所述各特征的重要性评分中，提取重要性评分最大的预定数目个特征，以作为所选择的目标特征。该实施方式提出的全局冗余最小化的稀疏特征选择算法GRMS，以最小化全局特征的冗余性、选择具有强判别性的特征，实现对稀疏选择的特征进行修正。CN113761307ACN113761307A权利要求书1/2页1.一种特征选择方法，其特征在于，包括：确定各样本中的特征，基于所有特征在各个样本中的值构建样本向量；其中，样本为图像、文本、语音数据中的至少一种；利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，得到重要性评分向量；其中，重要性评分向量包括各特征的重要性评分；从所述各特征的重要性评分中，提取重要性评分最大的预定数目个特征，以作为所选择的目标特征。2.根据权利要求1所述的方法，其特征在于，所述利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，包括：确定各样本所属的类别，将所述样本向量、所述类别、第一重要性评分向量、第二重要性评分向量和冗余矩阵，一同输入到全局冗余最小化的稀疏特征选择算法中进行最小化；其中，所述第一重要性评分向量未考虑冗余性，所述第二重要性评分向量考虑冗余性；以及对所述第二重要性评分向量中的元素进行约束；其中，约束条件为元素非0，并且和为1；得到最小化且约束元素后的第二重要性评分向量。3.根据权利要求1所述的方法，其特征在于，所述利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，得到重要性评分向量，包括：通过评价准则处理所述样本向量，以计算各特征未考虑冗余性时的第一重要性评分，生成第一重要性评分向量；引入冗余矩阵，并将所述第一重要性评分向量输入冗余信息最小化准则中，以对不同特征进行去冗余性修正，得到第二重要性向量。4.根据权利要求2或3所述的方法，其特征在于，还包括：将一特征在不同样本中的值进行归一化，以构建所述一特征的特征向量；计算两两特征的特征向量之间的内积，以构建所述两两特征之间的冗余矩阵。5.根据权利要求4所述的方法，其特征在于，所述将一特征在不同样本中的值进行归一化，以构建所述一特征的特征向量，包括：根据一特征在不同样本中的值，构建数据矩阵；利用中心化矩阵处理所述数据矩阵，得到与所述一特征对应的中心化后的特征向量。6.一种特征选择装置，其特征在于，包括：特征确定模块，用于确定各样本中的特征，基于所有特征在各个样本中的值构建样本向量；其中，样本为图像、文本、语音数据中的至少一种；向量处理模块，用于利用全局冗余最小化的稀疏特征选择算法处理所述样本向量，得到重要性评分向量；其中，重要性评分向量包括各特征的重要性评分；特征选择模块，用于从所述各特征的重要性评分中，提取重要性评分最大的预定数目个特征，以作为所选择的目标特征。7.根据权利要求6所述的装置，其特征在于，所述向量处理模块，用于：确定各样本所属的类别，将所述样本向量、所述类别、第一重要性评分向量、第二重要性评分向量和冗余矩阵，一同输入到全局冗余最小化的稀疏特征选择算法中进行最小化；其中，所述第一重要性评分向量未考虑冗余性，所述第二重要性评分向量考虑冗余性；以及2CN113761307A权利要求书2/2页对所述第二重要性评分向量中的元素进行约束；其中，约束条件为元素非0，并且和为6；得到最小化且约束元素后的第二重要性评分向量。8.根据权利要求7所述的装置，其特征在于，还包括冗余矩阵构建模块，用于：将一特征在不同样本中的值进行归一化，以构建所述一特征的特征向量；计算两两特征的特征向量之间的内积，以构建所述两两特征之间的冗余矩阵。9.一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。10.一种计算机可读介质，