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！

龙图腾网获悉西安邮电大学申请的专利基于混合初始化粒子群优化的进化双任务特征选择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：CN117035000B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202310900112.1，技术领域涉及：G06N3/006；该发明授权基于混合初始化粒子群优化的进化双任务特征选择方法是由潘晓英;雷明珠;王昊;刘嘉璐设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本基于混合初始化粒子群优化的进化双任务特征选择方法在说明书摘要公布了：本发明属于机器学习领域，具体涉及一种基于混合初始化粒子群优化的进化双任务特征选择方法。包括步骤一、基于特征概率进行混合初始化;步骤二、基于特征重要性的任务划分策略；步骤三、基于全局最优位置的双任务知识共享策略，将主任务所选的特征子集作为最终返回的特征子集。本发明在相对较短的时间内以较小的特征子集可获得较高的分类性能，降低了昂贵的计算成本；使得特征选择的过程更加严谨，且这种方法适用于任何高维数据集；根据特征的相关性以及冗余性确定出两个特征子集，分别被用作主任务和辅助任务的搜索空间；在适应度评估时减少了大量的计算成本；方便再后续的进化过程中进化出高质量的种群，进一步的增强种群的活性。

本发明授权基于混合初始化粒子群优化的进化双任务特征选择方法在权利要求书中公布了：1.一种基于混合初始化粒子群优化的进化双任务特征选择方法，其特征在于：包括以下步骤： 步骤一、基于特征概率进行混合初始化：通过比较每个特征的概率相关性与随机数的大小来决定该特征是否被加入初始种群,所提出的初始化策略用于初始化一半种群，另一半种群通过随机策略进行初始化来保证种群的活性; 步骤二、基于特征重要性的任务划分策略：通过拐点来区分前沿特征集和剩余特征集,对前沿特征子集的搜索被当作主要任务;然后去除剩余特征子集中的冗余特征，并将其与前沿特征集合并成为无冗余特征集，对无冗余特征子集的搜索则被视为辅助任务； 步骤三、基于全局最优位置的双任务知识共享策略：首先基于步骤二的任务划分策略，原始数据集被划分为有希望的特征子集和无冗余特征子集，对这两个特征集合的搜索过程分别被当做主要任务和辅助任务，其中主要任务用于将搜索引导到有前景的区域，辅助任务通过降低算法陷入局部最优的可能性来帮助算法跳出局部最优;然后进行适应度评估操作：采用分类准确率与所选特征个数两者的线性关系表示适应度函数，最后将主任务所选的特征子集作为最终返回的特征子集; 所述原始数据集为SRBCT数据集。

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邮电大学，其通讯地址为：710121 陕西省西安市长安区西安邮电大学南校区计算机学院；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”。