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！

龙图腾网获悉湖北工业大学申请的专利一种基于改进蚁群优化算法的多标签文本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：CN116992258B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310974597.9，技术领域涉及：G06F18/2111；该发明授权一种基于改进蚁群优化算法的多标签文本特征选择方法是由叶志伟;张海潮;周雯;王明威;梅梦清;何其祎;魏丞昊;蔡婷;李伟东;谢海涛;罗俊;彭博设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本一种基于改进蚁群优化算法的多标签文本特征选择方法在说明书摘要公布了：本发明公开了一种基于改进蚁群优化算法的多标签文本特征选择方法，包括以下步骤：步骤1、数据准备，对文本数据集进行预处理；步骤2、环境准备，转换得到的文本向量和标签向量使用岭回归提取特征标签相关性；步骤3、蚁群优化；步骤4、特征选择并输出迭代后的信息素。本发明通过蚁群在有监督和无监督加权图中游走，寻找在这两个监督范式下冗余性都较低的特征，同时通过节点中心性自适应的调整蚁群在不同数据集上迭代过程中所需游走的特征个数，通过参数的自适应提高蚁群的搜索能力，平衡探索与开发的能力。通过以上两个策略提升蚁群的优化能力，使得蚁群能捕获具有判别力的特征，获得最优特征子集。

本发明授权一种基于改进蚁群优化算法的多标签文本特征选择方法在权利要求书中公布了：1.一种基于改进蚁群优化算法的多标签文本特征选择方法，其特征在于：包括以下步骤： 步骤1：数据准备，对文本数据集进行预处理，经过分词和去除停用词之后转换成计算机能够直接处理的文本向量，并将整个数据集划分成训练集和测试集； 步骤2：环境准备，转换得到的文本向量和标签向量使用岭回归提取特征标签相关性，并将其转化为一个有监督特征图，使用皮尔逊系数获取文本向量之间的相关性，用以衡量特征之间的冗余性，并将获取得到的特征之间的相关性转化为一个无监督特征图，计算有监督特征图的特征向量中心性并将其作为蚁群的初始信息素，同时计算无监督特征图的特征向量中心性，结合两种节点中心性确定蚁群在某一文本数据上需要游走的特征个数，实现信息素挥发速率的自适应； 步骤3：蚁群优化，利用改进的蚁群优化算法对文本数据进行处理，蚁群在特征上随机游走，并在对应特征的节点累积信息素；所述步骤3具体实现包括以下子步骤： 步骤3.1：将蚂蚁随机放置在特征图上，以这些随机特征作为蚂蚁迭代优化过程中的起始位置，设置最大迭代次数，蚁群的大小，每只蚂蚁使用贪婪和概率状态转移规则在搜索空间中访问不同的特征来构造解，状态转移规则通过应用启发式信息和信息素信息来平衡探索和开发之间的平衡： ； ； 所述式14中，是蚂蚁游走的尚未访问的可行特征集合；是与特征相关在第代的信息素的值；和分别是有监督加权图和无监督加权图中特征和特征之间的冗余性，并且分别等于和，参数和在之间，控制信息素值与启发式信息之间的权衡，参数为随机变量，在中均匀分布，是一个随算法运行自适应的值，步骤3.2：每个蚂蚁都能对信息素进行全局更新，当每只蚂蚁访问一个特征时，通过确定一个名为蚂蚁特征计数器的维向量来更新信息素，当每只蚂蚁访问一个特征时，AFC将递增，当所有蚂蚁在一代内完成游走之后，应用式15全局信息素更新规则更新每个特征的信息素值： 。

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湖北工业大学，其通讯地址为：430050 湖北省武汉市洪山区南李路28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”。