买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉常州大学申请的专利一种基于互信息和遗传算法的降维与特征提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115600098B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211265585.0，技术领域涉及：G06F18/213；该发明授权一种基于互信息和遗传算法的降维与特征提取方法是由李栋;刘佳;单汪唯一;贾玉洁;王小兵;李森设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本一种基于互信息和遗传算法的降维与特征提取方法在说明书摘要公布了：本发明涉及数据处理技术领域，尤其涉及一种基于互信息和遗传算法的降维与特征提取方法，包括利用改进互信息公式计算互信息来度量每个维度对每类所起的作用；将互信息值作为特征维度的适应值，先利用遗传算法中的轮盘赌法生成多个携带信息的特征子集；再利用互信息来对生成的特征子集进行维度上的优化；对特征子集进行优化，并将优化后的特征子集进行变异和差异度控制，生成新的特征子集；进行多源特征子集的评价结果融合。本发明考虑特征变换对变换后维数的固定性、特征提取的降维高效性和小影响特征的忽略性；对特征子集变异，对降维后的特征子集维数进行变化，保证每个特征子集有效区分不同类别的数据，有效控制特征子集之间的差异度。

本发明授权一种基于互信息和遗传算法的降维与特征提取方法在权利要求书中公布了：1.一种基于互信息和遗传算法的降维与特征提取方法，其特征在于，包括以下步骤： 步骤一、获取vehicle、sonar、mfeatfac、semeion、Isolet、CANE9、ORL、COIL20、warpPIE10p、TOX171数据集；利用改进互信息公式计算互信息来度量数据集中每个维度对每类所起的作用； 步骤一具体包括： S11、采用极大化法对数据集进行预处理； S12、采用等宽法，求出数据集中每个属性特征在每个区间下的个数； S13、将互信息公式不求，得到每个属性特征对每个类别所起作用； 步骤二、将互信息值作为特征维度的适应值，先利用遗传算法中的轮盘赌法生成多个初始特征子集； 包括如下步骤： 互信息按行求和得到适应度值，将适应度值除以互信息总和得到特征的选中概率； 计算各特征出现的累积概率； 随机生成一个0‑1的数，若第一个特征没有被选择并且第一个特征累积概率大于随机数，则选择第一个特征；从第二个特征开始到最后一个特征，如果第二个没有被选择并且第二个特征的前一个特征的累积概率小于随机数但第二个特征的累积概率大于等于随机数，则选择第二个特征；依次循环直至最后一个特征； 再利用互信息对生成的特征子集进行维度上的优化； 具体包括： 在互信息表中找到初始T个特征子集对应的已选特征，将互信息值按类别求和，除以类别互信息总值得到T个初始特征子集对每类的贡献率； 如果T个初始特征子集中存在某个特征子集贡献率小于阈值的个数超过总类别数的一半，则为弱特征子集，对弱特征子集进行优化； 对弱特征子集进行优化具体包括： 记录贡献率小于贡献率阈值的特征子集以及对应的类别号； 根据类别，对互信息逆序排序得到维度作用排序； 弱特征子集已选特征与维度作用排序的每一行作差集运算，得到至少一个备选特征； 弱特征子集分别加上备选特征组里面每个备选特征，再次计算贡献率，如果贡献率大于贡献率阈值的类别数大于总类别数的一半，则建立优化特征组； 在优化特征组中随机选择一个优化特征增补进弱特征子集； 步骤三、将优化后的特征子集进行变异和差异度控制，生成最终的特征子集； 步骤三具体包括： 从优化后的T个特征子集中，顺序的取出两个特征子集，分别为对照特征子集和待变异特征子集，给定第一变异概率和第二变异概率； 当差异度小于0.5的两个特征子集都选了同一特征时，生成一个0‑1的随机数，如果随机数小于第一变异概率，则将待变异特征子集中同一特征置为0； 当差异度小于0.5的两个特征子集都未选择同一个特征时，生成一个0‑1的随机数，如果随机数小于第二变异概率，则将待变异特征子集中未选择的同一个特征置为1； 步骤四、进行多源特征子集的评价结果融合，利用KNN分类器输出分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人常州大学，其通讯地址为：213164 江苏省常州市武进区滆湖中路21号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。