-
公开(公告)号:CN110942104B
公开(公告)日:2023-08-25
申请号:CN201911241685.8
申请日:2019-12-06
Applicant: 中南大学
IPC: G06V10/771 , G06V10/764 , G06V10/40 , G06V10/44 , G06N20/00
Abstract: 本发明公开了用于泡沫浮选工况识别过程的混合特征选择方法及方法,分别计算出数据集中各个特征的初始权重,并根据各个特征的初始权重对所述数据集中各个特征进行排序,得到排序特征集;根据排序,使用启发式搜索算法生成多个的特征子集,并将多个特征子集分别输入至分类器中以计算多个特征子集的分类准确率,提取分类准确率最高的特征子集作为初筛特征子集;再通过二值状态转移算法迭代生成初筛特征子集的多个候选特征子集,并将多个候选特征子集输入到分类器中以计算多个候选特征子集的分类准确率,选取分类准确率最高的候选特征子集作为最优特征子集输出,能快速选取泡沫浮选工况的特征,并保证所选特征子集的分类准确率,提高工况识别的效果。
-
公开(公告)号:CN110942104A
公开(公告)日:2020-03-31
申请号:CN201911241685.8
申请日:2019-12-06
Applicant: 中南大学
Abstract: 本发明公开了用于泡沫浮选工况识别过程的混合特征选择方法及方法,分别计算出数据集中各个特征的初始权重,并根据各个特征的初始权重对所述数据集中各个特征进行排序,得到排序特征集;根据排序,使用启发式搜索算法生成多个的特征子集,并将多个特征子集分别输入至分类器中以计算多个特征子集的分类准确率,提取分类准确率最高的特征子集作为初筛特征子集;再通过二值状态转移算法迭代生成初筛特征子集的多个候选特征子集,并将多个候选特征子集输入到分类器中以计算多个候选特征子集的分类准确率,选取分类准确率最高的候选特征子集作为最优特征子集输出,能快速选取泡沫浮选工况的特征,并保证所选特征子集的分类准确率,提高工况识别的效果。
-