基于RBF神经网络敏感性的特征选择方法及其装置

摘要

本发明公开了一种基于RBF神经网络敏感性的特征选择方法及其装置，该方法以敏感性为基准，通过挑选敏感性大的特征，来寻找自身发生扰动时输出发生较大变化的特征，这些特征往往对训练分类器是重要的；具体为：使用已有的训练样本集训练RBF神经网络，得到经过训练的分类器；利用所述分类器计算各个特征分量的敏感性，并根据敏感性从大到小排序；根据需要从排序中取前若干个敏感性大的特征作为新特征集。本发明可以有效挑选出对分类器重要的样本特征，从而提高分类器的性能。

主权项

一种基于RBF神经网络敏感性的特征选择方法，其特征在于，包括以下步骤：1）使用已有的训练样本集训练RBF神经网络，得到经过训练的分类器；2）利用所述分类器计算各个特征分量的敏感性，并根据敏感性从大到小排序；3）根据需要从排序中取前若干个敏感性大的特征作为新特征集。