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：宁波大学

摘要：本发明公开了一种约束多模态多目标特征选择优化方法，涉及机器学习领域，在当前迭代次数不大于预设最大迭代次数时，通过双种群协同进化得到约束性宽松种群集合及收敛性宽松种群集合，利用预设约束性宽松策略对约束性宽松种群集合处理以进行种群更新，利用预设收敛性宽松策略对收敛性宽松种群集合处理以进行种群更新，最终解析此时约束性宽松种群中的N个特征个体确定满足约束性条件的基础上更满足多个优化目标的N个等效特征组合。本申请中动态双种群协同进化实现了收敛信息和约束信息充分交互学习，结合用于处理约束的约束性宽松种群及用于处理特征组合收敛性的收敛性宽松种群的更新，确保N个等效特征组合更好地满足多模态性和约束性。

主权项：1.一种约束多模态多目标特征选择优化方法，其特征在于，包括：S11：获取待进行约束多模态多目标特征选择优化的多个初始特征；S12：根据所述初始特征进行初始化，以分别得到用于处理约束的约束性宽松种群及用于处理特征组合收敛性的收敛性宽松种群；S13：判断当前迭代次数是否不大于预设最大迭代次数；若是，进入S14；若否，进入S19；S14：根据预设种群尺寸更新策略确定所述当前迭代次数下用于种群规模筛选的第一尺寸及第二尺寸；所述第一尺寸及所述第二尺寸的和为N且N为大于1的整数；S15：基于所述当前迭代次数及预设双种群协同进化策略对当前的约束性宽松种群及收敛性宽松种群进行更新，以得到完成两个种群间交互学习的约束性宽松种群集合及收敛性宽松种群集合；S16：根据所述当前迭代次数及预设约束性宽松策略对所述约束性宽松种群集合进行处理，以得到更新后且满足所述第一尺寸的约束性宽松种群；所述预设约束性宽松策略基于所述约束多模态多目标特征选择优化下的约束性条件设置；S17：根据所述当前迭代次数及预设收敛性宽松策略对所述收敛性宽松种群集合进行处理，以得到更新后且满足所述第二尺寸的收敛性宽松种群；所述预设收敛性宽松策略基于所述约束多模态多目标特征选择优化下的第一优化目标及第二优化目标设置，所述第一优化目标为最小化选择特征数量，所述第二优化目标为最大化依照当前特征组合确定最终求解目标时的分类准确率；S18：令当前迭代次数＝当前迭代次数+1，并返回S13；S19：根据此时约束性宽松种群中的N个特征个体解析确定满足所述约束性条件的基础上更满足所述第一优化目标与所述第二优化目标的N个等效特征组合。

全文数据：

权利要求：

百度查询： 宁波大学 一种约束多模态多目标特征选择优化方法