公开(公告)号：CN113780416B

公开(公告)日：2024-04-02

申请号：CN202111063272.2

申请日：2021-09-10

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 贺世达 ,  邹权

IPC: G06V10/77 ,  G06V10/771

Abstract: 基于图的特征排序和降维方法，它属于计算机和生物学交叉领域。本发明解决了现有降维方法的通用性差，降维过程费时的问题。本发明集成了多种特征排序方法，利用这些方法之间存在的互补性，这样更有利于挖掘出数据的潜在信息，有利于去除数据的冗余特征，有利于筛选出更有利于建模的特征。将这些算法的结果以图的形式表示，相对于其他算法而言，本发明方法更具有普适性、通用性。使用户不需要去尝试测试不同的降维方法，大大节省了降维所需要的时间。本发明可以应用于计算机和生物学交叉领域。

公开(公告)号：CN113780416A

公开(公告)日：2021-12-10

申请号：CN202111063272.2

申请日：2021-09-10

Applicant: 电子科技大学长三角研究院(衢州)

Inventor： 贺世达 ,  邹权

IPC: G06K9/62

Abstract: 基于图的特征排序和降维方法，它属于计算机和生物学交叉领域。本发明解决了现有降维方法的通用性差，降维过程费时的问题。本发明集成了多种特征排序方法，利用这些方法之间存在的互补性，这样更有利于挖掘出数据的潜在信息，有利于去除数据的冗余特征，有利于筛选出更有利于建模的特征。将这些算法的结果以图的形式表示，相对于其他算法而言，本发明方法更具有普适性、通用性。使用户不需要去尝试测试不同的降维方法，大大节省了降维所需要的时间。本发明可以应用于计算机和生物学交叉领域。