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！

申请/专利权人：西南石油大学

摘要：本发明公开了一种基于多学习策略金鹰优化算法的医学数据特征选择方法，包括如下步骤：获取医学数据集；初始化算法参数，根据数据集生成初始种群；计算金鹰适应度值，记录全局最佳、个体历史最佳和种群最差位置；融合中点示例学习、随机学习和最差‑最佳学习策略，引入正余弦函数调整策略，更新种群位置，重新计算金鹰适应度值，更新全局最佳和个体历史最佳位置；引入交叉变异策略，生成替代种群位置并计算金鹰适应度值，更新全局最佳、个体历史最佳、当前种群和种群最差位置；反复迭代搜索特征子集，当达到终止条件时，输出最佳特征组合。本发明基于多学习策略金鹰优化算法对医学数据进行特征选择，可选取更少的特征子集且具有更高的分类准确率。

主权项：1.基于多学习策略金鹰优化算法的医学数据特征选择方法，其特征在于，包括以下步骤：S1、获取医学数据集；S2、初始化多学习策略金鹰优化算法所需的参数，基于医学数据集生成随机的初始金鹰种群位置，所述金鹰种群中的每只金鹰表示医学数据集的一个特征子集；S3、将分类错误率、选择的特征数量与特征总数的比值线性加权构造适应度函数，计算每只金鹰的适应度值，根据适应度值记录全局最佳位置、个体历史最佳位置和种群最差位置，其中，个体历史最佳位置表示每只金鹰记忆中的最佳位置，适应度函数的公式为： 其中，Fitnessi表示金鹰i的适应度值，erri表示金鹰i选择的特征子集的分类错误率，FSnumi表示金鹰i选择的特征个数，ALL表示数据集的特征总数，α和β是用于控制分类错误率和所选特征子集的权重，α∈[0,1]，β＝1-α；S4、融合中点示例学习、随机学习和最差-最佳学习策略，据此计算每只金鹰的攻击向量，并引入正余弦函数调整策略调节金鹰的巡航系数和攻击系数，据此更新金鹰种群位置；采用V形传递函数将金鹰种群位置转换为概率值，TXi,j＝|tanhXi,j|其中，Xi,j表示金鹰ii＝1,...,N的第jj＝1,...d维的值，TXi,j表示采用V形传递函数转换后获得金鹰i的第j维的概率值，e是自然底数；将概率值与随机数进行比较，将金鹰种群位置转换为二进制值， 其中，XBi,j是金鹰种群位置的二进制表示，rand∈[0,1]的随机数；每只金鹰表示一种特征子集，其由变量0或1组成，“0”表示该特征未被选择，“1”表示该特征被选择；重新计算每只金鹰的适应度值，根据适应度值更新全局最佳位置和个体历史最佳位置；S5、引入交叉变异策略，生成金鹰的替代种群位置，计算替代种群金鹰的适应度值，根据适应度值更新全局最佳位置、个体历史最佳位置、当前金鹰种群位置和种群最差位置；S6、对医学数据集进行多次迭代搜索直至满足迭代停止条件，获得最优特征子集；S7、验证基于多学习策略金鹰优化算法用于医学数据特征选择的性能。

全文数据：

权利要求：

百度查询： 西南石油大学 基于多学习策略金鹰优化算法的医学数据特征选择方法