一种小样本数据模式识别的特征选择方法专利登记公告

专利名称：一种小样本数据模式识别的特征选择方法

摘要：本发明涉及一种小样本数据模式识别的特征选择方法，首先根据训练样本集构造SVM分类面模型；确定SVM分类面的边界点，选择合理异类边界点对，计算各合理异类边界点对的分类面点；根据所有分类面模型的分类面点，由特征重要性度量模型计算各特征的重要性度量值；依计算出的特征重要性度量值大小进行特征排序与选择；本发明的方法具有特征重要性度量准确快速等特点，可满足小样本分类器设计的特征选择与排序的实际需要，为模式识别等领域特征选择与排序提供了新的有效技术。

专利类型：发明专利

专利号：CN201210073277.8

专利申请（专利权）人：河南工业大学

专利发明（设计）人：张德贤;刘灿;张苗;于俊伟;许伟涛;李保利;杨卫东;王洪群;梁义涛;靳小波

主权项：一种小样本数据模式识别的特征选择方法，其特征在于，该方法的步骤如下：(1)根据训练样本集，构造SVM分类面模型；(2)确定SVM分类面的边界点，选择合理异类边界点对，计算各合理异类边界点对的分类面点；(3)根据所有分类面模型的分类面点，由特征重要性度量模型计算各特征的重要性度量值；(4)对于计算出的特征重要性度量值，值越大表示越重要，由大至小进行特征排序，并优先选择排在前面的特征。

专利地区：河南