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！

龙图腾网获悉深圳大学申请的专利特征选择方法、装置、设备、介质及产品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：CN121350548B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511924295.6，技术领域涉及：G06F18/211；该发明授权特征选择方法、装置、设备、介质及产品是由李庚辉;李益城;崔来中;苏豪;刘松柏;戴明;林秋镇设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本特征选择方法、装置、设备、介质及产品在说明书摘要公布了：本申请提出一种特征选择方法、装置、设备、介质及产品，初始化阶段，将多目标优化问题分解为多个单目标优化子问题，在搜索空间中随机采样生成初始解，对初始解进行真实评估，并将其存入存档，循环处理阶段，利用存档训练多目标核岭回归模型，从存档中选择跟每个子问题适配的解作为其初始父代种群，采用遗传算子得到子代种群，并利用多目标核岭回归模型对子代特征解进行预测精度和推理时间的预测，根据预测结果更新父代种群，从进化后的种群中采用稀疏性驱动的填充采样准则来选择进行真实评估的新解并更新存档。通过代理模型辅助的子问题协同优化，得到原始多目标优化问题的非支配解，提升了预测精度、计算效率、收敛性与多样性。

本发明授权特征选择方法、装置、设备、介质及产品在权利要求书中公布了：1.一种特征选择方法，其特征在于，包括： 将特征选择问题建模为昂贵多目标0-1优化问题，所述昂贵多目标0-1优化问题包括：预测精度的优化及推理时间的优化； 将所述昂贵多目标0-1优化问题通过切比雪夫分解方法，分解成若干单目标优化子问题，所述单目标优化子问题通过标量化函数值表达，所述标量化函数值通过二进制决策变量、权重偏好向量和理想点来构建； 随机生成若干初始特征解； 利用所述初始特征解所对应的训练集训练推理模型； 利用所述初始特征解所对应的测试集测试所述推理模型的预测精度及推理时间，完成对所述初始特征解的真实评估； 将完成真实评估的所述初始特征解放入存档，形成初始种群；以及， 循环执行如下过程，直至评估预算耗尽： 利用种群训练多目标核岭回归模型，所述多目标核岭回归模型采用用于同时捕捉多目标之间的相关性以及二进制决策变量的重要性的加权汉明核函数；以及， 从存档中选择与子问题适配的解作为子问题的初始父代种群，针对每个所述单目标优化子问题，采用遗传算子对父代种群进行处理，得到子代种群，并利用所述多目标核岭回归模型对子代种群中的子代特征解进行预测精度与推理时间的预测，基于预测精度与推理时间的预测结果，更新所述存档，以得到非支配解。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区南海大道3688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”。

以上内容由龙图腾AI智能生成。