基于蚁群优化算法和自注意力机制的特征选择方法及系统

AITNT
正文
推荐专利
基于蚁群优化算法和自注意力机制的特征选择方法及系统
申请号:CN202510946747
申请日期:2025-07-09
公开号:CN121009328A
公开日期:2025-11-25
类型:发明专利
摘要
本发明公开了一种基于蚁群优化算法和自注意力机制的特征选择方法及系统。先初始化算法相关参数和自注意力权重参数,计算特征的注意力权重分数;再计算特征被选择的概率,得到初始解;接着计算蚂蚁适应度,采用精英策略更新蚂蚁信息素;更新信息素权重参数;最后输出最优特征子集。本发明利用自注意力机制计算特征之间的相互关系来确定每个特征的重要性,利用蚁群优化算法从海量高维特征中精准筛选出最具判别力的特征子集,满足了机器学习分类器的要求,可有效减少算法的运行时间和计算成本,为精准医疗、智能诊断等场景提供了高效可靠的特征选择解决方案。
技术关键词
蚁群优化算法 特征选择方法 注意力机制 蚂蚁 Softmax函数 分类准确率 矩阵 因子 机器学习分类器 模块 初始化算法 策略更新 样本 参数 元素 场景
系统为您推荐了相关专利信息
1
兼容任意时序遥感影像的作物识别模型构建方法及系统
识别模型构建方法 时序遥感影像 掩膜方法 掩膜矩阵 数据
2
一种具有特征和像素对比表示的双向解耦翻译无监督去雾网络
去雾图像 大气散射模型 分支 无监督 颜色校正
3
一种基于二阶段特征选择的物联网设备识别方法及装置
特征选择机制 识别方法 表格 物联网设备识别 决策
4
一种用于密集坐姿场景的人流量监督方法及系统
模块 检测头 场景 实时视频流 计算机程序指令
5
一种融合多尺度动态感知与特征解耦的晶圆表面缺陷检测方法
表面缺陷检测方法 动态 注意力机制 复合模块 卷积模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号