一种高维制造工艺数据的特征选择方法及系统
申请人信息
- 申请人:南京先维信息技术有限公司
- 申请人地址:211800 江苏省南京市江北新区研创园江淼路88号腾飞大厦C座5楼
- 发明人: 南京先维信息技术有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种高维制造工艺数据的特征选择方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202410063658.0 |
| 申请日 | 2024/1/17 |
| 公告号 | CN117574137B |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06F18/213 |
| 权利人 | 南京先维信息技术有限公司 |
| 发明人 | 贾伟; 胡亮; 葛俊海; 赵永杰; 赵学健; 李豪 |
| 地址 | 江苏省南京市江北新区研创园江淼路88号腾飞大厦C座5楼 |
摘要文本
本发明涉及数据挖掘技术领域，公开了一种高维制造工艺数据的特征选择方法及系统，包括：通过多方向自适应邻居搜索算法，选定制造工艺数据样本并找到同一类别和不同类别的最近邻制造工艺数据样本；根据选定制造工艺数据样本与搜索到的最近邻制造工艺数据样本之间的特征差异，构建局部目标函数；根据局部目标函数，构建全局目标函数，通过调整特征权重向量优化全局目标函数获取第一特征权重集合；通过特征权重计算算法获取第二特征权重集合；根据第一特征权重集合和第二特征权重集合，计算每个特征在最终最优制造工艺数据特征子集中出现的概率，实现关键特征的选择。本发明减少了特征维度，提高了捕捉关键的高维制造工艺数据特征的准确率。 微信公众号马克 数据网
专利主权项内容
1.一种高维制造工艺数据的特征选择方法，其特征在于，包括：获取原始高维数据集，通过多方向自适应邻居搜索算法，选定制造工艺数据样本并找到同一类别和不同类别的最近邻制造工艺数据样本；根据选定制造工艺数据样本与搜索到的最近邻制造工艺数据样本之间的特征差异，构建局部目标函数；根据局部目标函数，构建全局目标函数，通过调整特征权重向量优化全局目标函数获取第一特征权重集合；基于皮尔森相关系数和相关距离，通过特征权重计算算法获取第二特征权重集合；根据第一特征权重集合和第二特征权重集合，计算每个特征在最终最优制造工艺数据特征子集中出现的概率，实现关键特征的选择；所述根据局部目标函数，构建全局目标函数，通过调整特征权重向量优化全局目标函数获得第一特征权重集合，其中全局目标函数J(w)表示为：其中，w表示特征权重向量，w＝{w，w，w…，w，w}，D表示特征的数量，N表示选定制造工艺数据样本X的数量，λ表示正则化参数，R(w)表示正则化项；123iD1m所述通过调整特征权重向量优化全局目标函数获得第一特征权重集合，其中第一特征权重集合W[A]表示为：iW[A]＝(w，w，…w，w)i12iD所述基于皮尔森相关系数和相关距离，通过特征权重计算算法获得第二特征权重集合，其中第二特征权重集合M[A]表示为：iM[A]＝α×PE(A，Class)+β×Dis(A，R)iiim其中，引入两个平衡因子α和β，用于平衡PE(A，Class)和Dis(A，R)的重要性，PE(A，Glass)表示特征A与类别之间的皮尔森相关系数，Class表示类别集合，Dis(A，R)表示基于特征A与剩余特征R之间的皮尔森相关系数计算的相关距离。iimiiimim