成果名称：一种用于模式分类的特征选择方法

发 明 人：曹苏群;朱全银;左晓明;高尚兵;陈晓峰;张虹;杨格兰;陈召兴

获批时间：2016/09/21

成果类型：发明授权

专 利 号：CN201310304574.3

成果简介

本发明公开了一种用于模式分类的特征选择方法，通过采用模糊Fisher准则为目标函数求得无监督最佳鉴别矢量的基础上，根据该矢量中每一维的值求得每个特征重要性权值，按照该权值大小进行特征排序，通过给定阈值，选取特征子集，进而实现了特征降维。本发明的方法的实施不仅无需事先提供样本类别信息，而且有效解决了无监督模式下特征选择缺乏分离性度量的问题，在UCI数据集及故障诊断实验中体现了良好的降维性能，具有很高的实用价值。

联系人：陈帅

电话：0517-83591025

联系地址：江苏省淮安市枚乘东路1号

邮编：223005

电子邮箱：11000080@hyit.edu.cn