摘要
本发明公开了一种基于特征选择的态势预测方法及系统,属于数据挖掘与智能预测技术领域。本发明为解决高维大数据场景下态势预测中特征选择效率低、计算开销大的技术问题,主要采用遗传算法对特征子集进行编码和迭代优化,并引入样本类群分离度指标DSSG作为适应度函数对候选特征子集进行评估与筛选。本发明能够在控制特征选择时间开销的前提下,提高特征子集的判别能力和态势预测模型的准确性。
技术关键词
染色体
特征选择
态势预测方法
训练样本集
监督学习算法
遗传算法
智能预测技术
高维大数据
生成训练数据
轮盘赌算法
指标
分类器模型
模型训练模块
基因
预测系统
策略
系统为您推荐了相关专利信息
极限学习机
特征提取模型
系统优化算法
蜜罐
分类器模型
激光熔覆修复
零件修复方法
多属性决策模型
数据
零件修复装置
僵尸网络检测方法
工业物联网
网络流量数据
计算机可执行指令
特征选择算法
网络入侵检测方法
特征选择
混合采样方法
入侵检测数据
图像分类模型
复发预测模型
复发预测方法
痛风
电子健康记录系统
特征选择