一种隐式意识特征的提取和优化方法

摘要

本发明涉及一种隐式意识特征的提取和优化方法，隐式意识特征的提取，具体包括构建单意识模型、构建组合意识模型和选择合适的聚类方法进行降维。本发明克服传统的依据固有物理特征进行身份认证的弊端，为用户身份认证提供新的研究思路和方法。

主权项

一种隐式意识特征的提取和优化方法，其特征在于：隐式意识特征的提取，具体包括构建单意识模型、构建组合意识模型和选择合适的聚类方法进行降维；隐式意识特征的优化是通过对缺失数据特征采用分类决策树算法，在存储的多隐式意识特征模板和提取到的多隐式意识特征之间建立映射关系得到，具体步骤为：(1)初始化数据集，将数据集分为缺失数据集和非缺失数据；(2)数据集权重值初始化分配；(3)为节点选择一个特征属性作为这个节点分裂时候的属性；(4)将训练样本根据节点的特征属性分类到各个子节点；(5)计算每个子节点选择的特征量的信息熵；(6)计算每个子节点选择的特征量的增益率；(7)若所选特征量拥有最大增益率，则继续分裂节点为子节点，若所选特征量不是最大增益率，则重新选择其特征属性；(8)若每个节点只含有同一类样本，则将次节点设置为叶子节点，结束此节点的分裂，若不只含有一类样本，则继续进行节点选择。