-
公开(公告)号:CN119762898A
公开(公告)日:2025-04-04
申请号:CN202411766258.2
申请日:2024-11-30
Applicant: 人工智能与数字经济广东省实验室(深圳)
Abstract: 本申请适用于计算机技术领域,提供了一种特征选择方法、计算机设备及计算机程序产品,包括:确定指定业务的高维特征集合中每个特征的对称不确定性;基于各特征的对称不确定性,构建特征选择任务的第一任务和第二任务;基于第一任务的第一粒子种群和第二任务的第二粒子种群,进行多任务学习,得到特征选择任务的指定粒子;若针对指定粒子的更新次数未达到预设次数,则基于自适应长度改变机制,分别调整所述第一粒子种群和所述第二粒子种群中各粒子的粒子长度,并对调整后的粒子种群再次进行多任务学习,直至得到目标粒子;将目标粒子所对应的特征子集作为目标特征子集。本申请能够提高特征选择的效率和准确性。
-
公开(公告)号:CN117689969A
公开(公告)日:2024-03-12
申请号:CN202311574627.3
申请日:2023-11-22
Applicant: 人工智能与数字经济广东省实验室(深圳)
IPC: G06V10/771 , G06V10/764 , G06V10/26 , G06V10/58 , G06V10/44 , G06N3/126
Abstract: 本申请提供一种高光谱图像波段选择方法、装置、电子设备及存储介质,其方法包括:获取高光谱图像;对高光谱图像进行超像素分割,得到多个超像素块,根据多个超像素块初始化得到多个子种群;采用带有自适应知识迁移的粒子群优化算法对子种群中的所有个体进行速度和位置更新,获得子种群中所有个体各自对应的速度和位置;根据子种群中所有个体各自对应的速度和位置,采用波段选择评价机制对子种群中所有个体进行评价,获得子种群中所有个体各自对应的适应度值;根据子种群中所有个体各自对应的适应度值,确定高光谱图像对应选择的波段子集。该方法可以得到不同数量、分类精度较高的波段子集,解决现有技术获取不同大小波段子集时耗时较大的问题。
-