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：东华大学;新凤鸣集团湖州中石科技有限公司

摘要：本发明公开的一种面向聚酯纤维聚合过程的两阶段特征选择方法，包括以下步骤：S1.获取聚酯纤维聚合生产车间过程数据，并对生产过程数据进行预处理。S2.将生产过程数据进行基于交叉相关性的时滞计算；S3.将特征间时滞关系带入考虑时滞的灰色关联分析法中，计算特征与目标特征间的相关度，同时进行特征排序；S4.将上部分提取的特征子集，使用近似马尔科夫毯方法进行冗余性去除；S5.经过上述计算，输出面向聚酯纤维聚合过程的最佳特征子集。本发明通过两阶段特征选择方法，可以在大量聚酯纤维聚合过程变量中有效选取出对关键变量影响较大的特征。

主权项：1.一种面向聚酯纤维聚合过程的两阶段特征选择方法，其特征在于，所述两阶段特征选择方法为基于交叉相关性时滞计算的灰色关联分析法和近似马尔科夫毯的两阶段特征选择方法，包括以下步骤：S1获取聚酯纤维聚合生产车间过程数据，并对生产过程数据进行预处理，预处理方式包括：对生产过程数据异常值进行处理；对生产过程数据噪声进行处理；对生产过程数据量纲不一致进行处理；S2将生产过程数据进行基于交叉相关性的时滞计算，确定生产过程数据中过程变量与目标变量之间的关系：假设X1tt＝0...N是第1个特征序列数据，为目标变量，Xit+lt＝0...N是第i个特征序列数据，为过程变量，其中，t、t+l表示采样时刻，N表示最大滞后步长，目标变量X1tt＝0...N与过程变量Xit+li＝0...N的时滞τi，即第1个特征与第i个特征之间的特征间时滞由下式计算得出： 其中：T为过程变量的采样周期； 其中：为目标变量X1tt＝0...N的均值，为过程变量Xit+li＝0...N的均值；S3将特征间时滞关系带入考虑时滞的灰色关联分析法中，计算特征与目标特征间的相关度，同时进行特征排序；设候选变量为Xi＝[xi1,xi2,…,xin]为特征序列，设Yi＝[yi1,yi2,…,yin]为目标特征序列，将目标特征序列进一步定义为标签序列，其中，i表示特征标号，n为样本量，则步骤S3具体包括以下步骤：S301对各个序列进行无量化处理：X′i＝XiDi＝[xi1di,xi2di,…,xindi]＝[x′i1,x′i2,…,x′in]Yi′＝YiDi＝[yi1di,yi2di,…,yindi]＝[y′i1,y′i2,…,y′in]式中，x′ik＝xikdi＝xik-xi1，y′ik＝yikdi＝yik-yi1，k＝2,…,n；di表示步骤S2计算得到的Xi与Yi的时滞；Di为始点零化算子，S302特征序列X′i在k时刻的标准增量ΔSik为： S303计算得到特征序列X′i和标签序列Yi′的灰色相关度γk,di，如下式所示： 式中， 其他S304计算得到特征序列X′i和标签序列Yi′的相关度RX′i,Yi′,di，如下式所示： S305依据计算得出的RX′i,Y′i,di对所有候选变量进行特征排序，选取相应数量的候选变量进去下轮特征选择中，直至得到由被选中的候选变量构成的特征子集；S4将上部分提取的特征子集，基于步骤S3计算得到的相关度使用近似马尔科夫毯方法进行冗余性去除，最终输出面向聚酯纤维聚合过程的最佳特征子集，完成面向聚酯纤维聚合过程特征选择，其中，对于特征子集中的特征xi和特征xj，特征xi是特征xj的近似的马尔可夫毯的条件为： 式中，Rxi,c,di是步骤S3计算得到的特征xi与目标变量之间的考虑时滞的相关度，Rxj,c,dj是步骤S3计算得到的特征xj与目标变量之间的考虑时滞的相关度，Rxi,xj,di是步骤S3计算得到的特征xi与特征xj之间的考虑时滞的相关度。

全文数据：

权利要求：

百度查询： 东华大学 新凤鸣集团湖州中石科技有限公司 一种面向聚酯纤维聚合过程的两阶段特征选择方法