发明名称 | 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。 | ||
申请公布号 | CN104504443A | 申请公布日期 | 2015.04.08 |
申请号 | CN201410752082.5 | 申请日期 | 2014.12.09 |
申请人 | 河海大学 | 发明人 | 储荣 |
分类号 | G06N3/08(2006.01)I | 主分类号 | G06N3/08(2006.01)I |
代理机构 | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人 | 李玉平 |
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。 | ||
地址 | 211100 江苏省南京市江宁区佛城西路8号 |