(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110390672.8 (22)申请日 2021.04.12 (65)同一申请的已公布的文献号 申请公布号 CN 113076695 A (43)申请公布日 2021.07.0 6 (73)专利权人 湖北民族大 学 地址 445000 湖北省恩施土家族苗族自治 州恩施市学院路39号 (72)发明人 梁会军　钟建伟　杨永超　秦勉　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 闫伟姣 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/00(2006.01) G06F 111/06(2020.01)(56)对比文件 CN 10869407 7 A,2018.10.23 CN 10971 1373 A,2019.0 5.03 WO 2012083 371 A1,2012.0 6.28 CN 107579518 A,2018.01.12 盛四清等.基 于改进二进制蝙蝠算法的独立 型微网容 量优化配 置. 《电力建 设》 .2017,(第1 1 期),第13 0-137页. 梁会军. 《智能优化 算法及其在电力系统经 济/排放调度中的应用》 . 《中国优秀博硕士学位 论文全文数据库(博士)》 .2021, Omar SaberQasim等. 《F eature selecti on based on chaotic bi nary black ho le algorithm for data clas sificati on》 . 《Chemometrics and I ntelligent Laboratory Systems》 .2020, 审查员 陈欢 (54)发明名称 基于改进的BBA算法的电离层高维数据特征 选择方法 (57)摘要 本发明公开一种基于改进的BBA算法的电离 层高维数据特征选择方法， 包括： 获取电离层数 据； 以维度分类损失函数为目标函数； 采用改进 的BBA算法求解目标函数， 所述改进的BB A算法包 括对个体速度在单个维度上进行更新后， 根据时 变V型转换函数将更新后的个体速度进行连续空 间至离散空间的映射； 求解后确定目标维度， 根 据目标维度对电离层数据进行降维处理后， 得到 目标维度对应的电离层特征。 引入随机黑洞模 型， 提出时变V型转换函数， 以对BBA算法进行改 进， 基于改进后的离散二进制蝙蝠算法对电离层 高维数据降维后， 生成最小化的特征子集， 降低 数据误差率， 提高维度分类精度， 选择较为准确 的电离层数据特 征。 权利要求书2页 说明书8页 附图3页 CN 113076695 B 2022.06.17 CN 113076695 B 1.一种基于改进的B BA算法的电离层高维数据特 征选择方法， 其特 征在于， 包括： 获取电离层数据； 以维度分类损失函数为目标函数； 采用改进的BBA算法求解目标函数， 所述改进的BBA算法包括对个体速度在单个维度上 进行更新后， 根据时变V型转换函数将更新后的个 体速度进行 连续空间至 离散空间的映射； 求解后确定目标维度， 根据目标维度对电离层数据进行降维处理后， 得到目标维度对 应的电离层特 征； 所述BBA， 是离散二进制蝙蝠算法； 采用改进 的BBA算法求解目标函数的过程中， 初始化改进 的BBA算法参数， 包括脉冲发 送率、 脉冲响度以及种群初始化 值； 对个体速度在单个维度上的更新采用随机黑洞模型实现， 具体包括： 遍历个体速度的 每一个维度， 在[0,1]之间产生随机数u， 若随机数u≤预定义阈值p， 则更新个体速度的一个 维度； 采用改进的B BA算法求 解目标函数的过程具体包括： 利用种群初始化 值计算个 体拟合值， 确定当前的群 体最优解； 遍历种群中的所有个体， 采用改进的随机黑洞模型对个体速度在单个维度上进行更 新， 获得新的个 体速度； 根据时变V型转换函数将个 体速度进行离 散空间的映射， 更新个 体速度； 判断更新后的个体速度是否为新的全局最优解， 如果是， 则采用混沌映射更新个体脉 冲频度和响度， 直至全部遍历种群 个体， 迭代结束后， 得到最优的维度选择 结果。 2.如权利要求1所述的基于改进的BBA算法的电离层高维数据 特征选择方法， 其特征在 于， 所述脉冲发送率的初始化 为采用混沌映射定义脉冲发送率； 或， 所述脉冲响度的初始化 为设置为常数值； 或， 所述种群初始化 值根据电离层数据的维度进行初始化设置 。 3.如权利要求1所述的基于改进的BBA算法的电离层高维数据 特征选择方法， 其特征在 于， 所述时变V型转换函数为： 其中， t表示迭代次数， i表示种 群中个体的序号， k表示解x的维度， θt是随迭代次数t而 变化的时变参数， 均表示离散二进制数， 表示[0.1]之间服从均匀分布 的随机数； 分别表示个 体i的第k个维度在第t次和t+1次迭代下的速度。 4.如权利要求1所述的基于改进的BBA算法的电离层高维数据 特征选择方法， 其特征在 于， 目标函数的构建包括： 采用kNN特征选择分类模型， 以k ‑折交叉验证的损失函数作为目 标函数。权　利　要　求　书 1/2 页 2 CN 113076695 B 25.一种基于改进的B BA算法的电离层高维数据特 征选择系统， 其特 征在于， 包括： 数据获取模块， 被 配置为获取电离层数据； 目标函数确定模块， 被 配置为以维度分类损失函数为目标函数； 目标函数求解模块， 被配置为采用改进的BBA算法求解目标函数， 所述改进 的BBA算法 包括对个体速度在单个维度上进行更新后， 根据时变V型转换函数将更新后的个体速度进 行连续空间至 离散空间的映射； 特征选择模块， 被配置为求解后确定目标维度， 根据目标维度对电离层数据进行降维 处理后， 得到目标维度对应的电离层特 征； 所述BBA， 是离散二进制蝙蝠算法； 采用改进 的BBA算法求解目标函数的过程中， 初始化改进 的BBA算法参数， 包括脉冲发 送率、 脉冲响度以及种群初始化 值； 对个体速度在单个维度上的更新采用随机黑洞模型实现， 具体包括： 遍历个体速度的 每一个维度， 在[0,1]之间产生随机数u， 若随机数u≤预定义阈值p， 则更新个体速度的一个 维度； 采用改进的B BA算法求 解目标函数的过程具体包括： 利用种群初始化 值计算个 体拟合值， 确定当前的群 体最优解； 遍历种群中的所有个体， 采用改进的随机黑洞模型对个体速度在单个维度上进行更 新， 获得新的个 体速度； 根据时变V型转换函数将个 体速度进行离 散空间的映射， 更新个 体速度； 判断更新后的个体速度是否为新的全局最优解， 如果是， 则采用混沌映射更新个体脉 冲频度和响度， 直至全部遍历种群 个体， 迭代结束后， 得到最优的维度选择 结果。 6.一种电子设备， 其特征在于， 包括存储器和处理器以及存储在存储器上并在处理器 上运行的计算机指 令， 所述计算机指 令被处理器运行时， 完成权利要求 1‑4任一项所述的方 法。 7.一种计算机可读存储介质， 其特征在于， 用于存储计算机指令， 所述计算机指令被处 理器执行时， 完成权利要求1 ‑4任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 113076695 B 3