买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安电子科技大学申请的专利一种特征选择与分类器联合设计的多目标优化分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115661546B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211400699.1，技术领域涉及：G06V10/764；该发明授权一种特征选择与分类器联合设计的多目标优化分类方法是由李宏;高卫峰;白利霞;李和成;谢晋;黄玲玲设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种特征选择与分类器联合设计的多目标优化分类方法在说明书摘要公布了：一种特征选择与分类器联合设计的多目标优化分类方法，包括以下步骤；步骤1：利用分层随机技术将用于医疗诊断、灰度图像分类的高维数据集划分为训练集和测试集，并对训练集和测试集的特征进行标准化；步骤2：采用混合编码方案对个体进行编码并生成初始种群；步骤3：利用NSGA‑II和混合算子建立并对多目标特征选择模型进行求解；步骤4：求解得到多个帕累托最优解，每个最优解包含一个特征子集和一个设计好的分类器，并根据训练误差对解进行排序；步骤5：提取经过整个模型求解可得选择后的特征并输入到分类器，通过选择性神经网络集成得到最终的诊断结果或灰度图像分类结果。本发明能够解决具有高维特征样本的工程技术应用，提高了分类精度。

本发明授权一种特征选择与分类器联合设计的多目标优化分类方法在权利要求书中公布了：1.一种特征选择与分类器联合设计的多目标优化灰度图像分类方法，其特征在于，包括以下步骤； 步骤1：利用分层随机技术将用于灰度图像分类的高维数据集划分为训练集和测试集，并对训练集和测试集的特征进行标准化； 步骤2：采用混合编码方案对个体进行编码并生成初始种群； 步骤3：利用NSGA-II和混合算子建立并对多目标特征选择模型进行求解； 步骤4：通过带有混合算子的多目标进化算法求解得到多个帕累托最优解，每个最优解包含一个特征子集和一个设计好的分类器，并根据训练误差对解进行排序； 步骤5：提取经过整个模型求解可得选择后的特征并输入到分类器，通过选择性神经网络集成得到最终的灰度图像分类结果； 所述步骤2中混合编码方案同时进行特征选择和分类器优化任务； 每个个体的编码方案包括以下三个部分： 1第一部分主要对特征选择进行二进制编码；表示为θ1＝1,...,1,...,0，选择值为1的特征，从而输入到网络中，相反，它没有输入到网络，相应的节点用白色表示，这部分的编码长度为N； 2第二部分主要是对分类器的网络结构进行二进制编码，表示为θ2＝1,...,1,...,0,...,1，其中值为1表示对应的隐神经元被激活，值为0表示相反，类似地，没有被激活的节点这部分的编码长度为L； 3在第三部分中，对分类器的输入参数进行实数编码，输入参数包括输入权值和隐层偏差，它们是在区间[-1,1]内随机生成，表示为θ3＝ω，b，本部分的编码长度为N+1×L； 因此，每个个体都表示为θ＝θ1,θ2,θ3，长度为N+2×L+N。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。