本發(fā)明涉及數(shù)據(jù)分類(lèi)，具體涉及一種基于鄰域劃分的特征提取方法。本技術(shù)要求優(yōu)先權(quán)，在先申請(qǐng)的申請(qǐng)?zhí)枮椋?024108350454，名稱(chēng)為：一種基于鄰域劃分的特征提取方法，優(yōu)先權(quán)日為2024-06-26。

背景技術(shù)：

1、工業(yè)數(shù)據(jù)一般包含多種屬性，通常以數(shù)值型數(shù)據(jù)記載，無(wú)法直接利用pawlak模型對(duì)工業(yè)數(shù)據(jù)進(jìn)行分類(lèi)，通常采用間接法和直接法。間接法是先采用離散化算法把工業(yè)數(shù)據(jù)轉(zhuǎn)化成符號(hào)型數(shù)據(jù)，再采用pawlak模型進(jìn)行處理，雖然能夠在一定程度上解決了pawlak模型在數(shù)值型數(shù)據(jù)上的應(yīng)用問(wèn)題，但忽略了原始數(shù)值到離散值的隸屬程度信息，造成信息丟失，對(duì)分類(lèi)結(jié)果產(chǎn)生不良影響；例如，工業(yè)數(shù)據(jù)是進(jìn)行預(yù)測(cè)性維護(hù)的數(shù)據(jù)，若存在分類(lèi)結(jié)果的不準(zhǔn)確，可能誤判設(shè)備的狀態(tài)，導(dǎo)致不必要的維護(hù)或忽略潛在的故障，進(jìn)而影響生產(chǎn)效率和安全；例如，工業(yè)數(shù)據(jù)是進(jìn)行質(zhì)量呈現(xiàn)的參數(shù)，其分類(lèi)精度的降低可能導(dǎo)致對(duì)產(chǎn)品質(zhì)量的誤判，從而影響產(chǎn)品的合格率和一致性。

2、直接法是通過(guò)擴(kuò)展pawlak模型來(lái)直接處理原始數(shù)據(jù)，考慮到典型的模糊粗糙集模型是在數(shù)值型屬性上建立覆蓋整個(gè)值域的多個(gè)模糊概念來(lái)構(gòu)建論域上的模糊相似關(guān)系，然而針對(duì)工業(yè)數(shù)據(jù)的分類(lèi)需求構(gòu)建行之有效的模糊相似關(guān)系從而提高分類(lèi)質(zhì)量是值得探討的。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于鄰域劃分的特征提取方法，所要解決的技術(shù)問(wèn)題是如何提高分類(lèi)質(zhì)量。

2、本發(fā)明通過(guò)下述技術(shù)方案實(shí)現(xiàn)：

3、一種基于鄰域劃分的特征提取方法，該方法用于分析工業(yè)數(shù)據(jù)，提取關(guān)鍵的屬性；該特征提取方法包括以下步驟：

4、s100、對(duì)鄰域進(jìn)行劃分，判斷該鄰域是一致鄰域還是不一致鄰域；

5、s200、構(gòu)建鄰域劃分分類(lèi)模型；通過(guò)上述鄰域劃分分類(lèi)模型對(duì)對(duì)象進(jìn)行分類(lèi)，得到一致鄰域?qū)ο蠛筒灰恢锣徲驅(qū)ο?；將一致鄰域?qū)ο蠓诸?lèi)至決策正域，將不一致鄰域?qū)ο蠓诸?lèi)至決策邊界；

6、s300、構(gòu)建不平衡二叉樹(shù)算法；通過(guò)上述不平衡二叉樹(shù)算法計(jì)算論域中的一致鄰域?qū)ο蠛筒灰恢锣徲驅(qū)ο螅?/p>

7、其中，論域可以是從數(shù)據(jù)庫(kù)中調(diào)用的工業(yè)數(shù)據(jù)集，且將工業(yè)數(shù)據(jù)集中的工業(yè)數(shù)據(jù)作為對(duì)象；

8、s400、構(gòu)建鄰域正域確定度算法；通過(guò)上述鄰域正域確定度算法確定論域中所有對(duì)象對(duì)決策正域的貢獻(xiàn)度總和；單個(gè)上述對(duì)象對(duì)決策正域的貢獻(xiàn)度為[0，1]；

9、s500、構(gòu)建特征提取算法，通過(guò)特征提取算法確定提取屬性并用于分類(lèi)。

10、其中，分類(lèi)是通過(guò)所述提取屬性對(duì)論域進(jìn)行的。

11、通過(guò)上述鄰域劃分，定義一致鄰域和不一致鄰域，鄰域劃分分類(lèi)模型將對(duì)象分類(lèi)至決策正域和決策邊界，一致鄰域?qū)ο蟊环诸?lèi)至決策正域，不一致鄰域?qū)ο蟊环诸?lèi)至決策邊界，決策正域包含與某一類(lèi)別高度相關(guān)的對(duì)象，決策邊界包含分類(lèi)較為模糊的對(duì)象；不平衡二叉樹(shù)能快速定位到與特定類(lèi)別緊密相關(guān)的對(duì)象，提高分類(lèi)效率，通過(guò)樹(shù)的層次結(jié)構(gòu)，逐步細(xì)化分類(lèi)決策，從而提高分類(lèi)精度和分類(lèi)質(zhì)量；通過(guò)鄰域正域確定度算法，量化論域中每個(gè)對(duì)象對(duì)決策正域的貢獻(xiàn)度，該貢獻(xiàn)度的取值區(qū)間是[0,1]，為對(duì)象提供了與特定類(lèi)別關(guān)聯(lián)程度的量化指標(biāo)，相較于現(xiàn)有技術(shù)中對(duì)象對(duì)決策正域的貢獻(xiàn)度{0,1}來(lái)說(shuō)，更能反映屬性的分類(lèi)能力；量化指標(biāo)有助于識(shí)別對(duì)分類(lèi)決策起關(guān)鍵作用的屬性，進(jìn)而提高分類(lèi)質(zhì)量。

12、進(jìn)一步的，對(duì)鄰域進(jìn)行劃分，判斷該鄰域是一致鄰域還是不一致鄰域，具體步驟如下：

13、s110、獲取鄰域決策空間nds＝(u,n,d)、鄰域關(guān)系n、條件屬性集c、決策屬性集d、決策值域vd、屬性集p和對(duì)象u；

14、s120、設(shè)置前置條件：上述屬性集p包含于條件屬性集c，對(duì)象u屬于論域u；

15、s130、基于決策值di對(duì)鄰域δp(u)進(jìn)行劃分，得到鄰域子區(qū)，公式如下：

16、

17、其中，δp(u)表示在屬性集p下對(duì)象u的鄰域；表示鄰域δp(u)內(nèi)決策值為di的對(duì)象集合，即di的鄰域子區(qū)；v表示論域中的對(duì)象v；f(v,d)表示對(duì)象v的決策值；di表示決策值；

18、s140、通過(guò)鄰域δp(u)和鄰域子區(qū)確定子區(qū)概率，公式如下：

19、

20、其中，表示鄰域子區(qū)的子區(qū)概率；表示鄰域子區(qū)內(nèi)的對(duì)象個(gè)數(shù)；|δp(u)|表示鄰域δp(u)內(nèi)的對(duì)象個(gè)數(shù)；

21、s150、通過(guò)鄰域δp(u)內(nèi)各鄰域子區(qū)的決策值集合，判定鄰域δp(u)是否為一致鄰域；

22、s151、若鄰域δp(u)內(nèi)任意兩個(gè)鄰域子區(qū)的決策值集合相等，則鄰域δp(u)為一致鄰域；

23、s152、若鄰域δp(u)內(nèi)存在不相等的兩個(gè)鄰域子區(qū)的決策值集合，則鄰域δp(u)為不一致鄰域；

24、進(jìn)一步的，上述構(gòu)建鄰域劃分分類(lèi)模型的步驟包括：

25、s210、通過(guò)|λ(δp(u))|是否等于1，確定該對(duì)象u屬于決策正域還是決策邊界；其中，|λ(δp(u))|表示鄰域δp(u)所包含對(duì)象的決策值集合的決策值個(gè)數(shù)；

26、s211、若上述|λ(δp(u))|＝1，則該對(duì)象u屬于決策正域；

27、s212、若上述|λ(δp(u))|＞1，則該對(duì)象u屬于決策邊界。

28、進(jìn)一步的，構(gòu)建不平衡二叉樹(shù)算法的步驟包括：

29、s310、將上述論域作為根節(jié)點(diǎn)

30、s320、通過(guò)計(jì)算不平衡二叉樹(shù)算法的左子節(jié)點(diǎn)；

31、通過(guò)計(jì)算不平衡二叉樹(shù)算法的右子節(jié)點(diǎn)；

32、其中，表示第k個(gè)左子節(jié)點(diǎn)；ψcon表示一致鄰域增維算子；表示第k-1個(gè)左子節(jié)點(diǎn)；ak表示第k個(gè)屬性，ak屬于屬性集p；表示第k個(gè)右子節(jié)點(diǎn)；ψinc表示不一致鄰域增維算子；表示第k-1個(gè)右子節(jié)點(diǎn)；

33、s330、將第k個(gè)右子節(jié)點(diǎn)作為父節(jié)點(diǎn)，執(zhí)行s320，得到第k+1個(gè)左子節(jié)點(diǎn)和第k+1個(gè)右子節(jié)點(diǎn)

34、該不平衡二叉樹(shù)算法的左子節(jié)點(diǎn)為葉節(jié)點(diǎn)，右子節(jié)點(diǎn)不斷生長(zhǎng)。

35、進(jìn)一步的，上述鄰域正域確定度算法的公式如下：

36、

37、其中，nprcp表示在屬性集p下的鄰域正域確定度；u表示論域；σnprc(u)表示對(duì)象u對(duì)決策正域的貢獻(xiàn)度；表示對(duì)象u的焦點(diǎn)子區(qū)；表示對(duì)象u的焦點(diǎn)子區(qū)概率；df表示焦點(diǎn)子區(qū)的決策值；npu(u)表示在屬性集p下對(duì)象u的鄰域劃分不確定度。

38、進(jìn)一步的，構(gòu)建特征提取算法，通過(guò)特征提取算法確定提取屬性，具體步驟包括：

39、s510、設(shè)置附加條件：屬性b屬于屬性集p在條件屬性集c中的相對(duì)補(bǔ)集；

40、s520、計(jì)算屬性b相對(duì)于決策屬性集d的重要度，公式如下：

41、sig(b,p,d)＝nprcp∪-nprcp

42、其中，sig(b,p,d)表示屬性b相對(duì)于決策屬性集d的重要度；nprcp∪表示在屬性集p∪下的鄰域正域確定度；nprcp表示在屬性集p下的鄰域正域確定度；

43、s530、選擇上述重要度最大的屬性b作為提取屬性。

44、進(jìn)一步的，在上述屬性集p下對(duì)象u的鄰域劃分不確定度的計(jì)算公式如下：

45、

46、其中，npu(u)表示在屬性集p下對(duì)象u的鄰域劃分不確定度。

47、本發(fā)明與現(xiàn)有技術(shù)相比，具有如下的優(yōu)點(diǎn)和有益效果：

48、本發(fā)明通過(guò)上述鄰域劃分，定義一致鄰域和不一致鄰域，可以更好的針對(duì)工業(yè)數(shù)據(jù)的類(lèi)型進(jìn)行分析，通過(guò)鄰域劃分分類(lèi)模型將對(duì)象分類(lèi)至決策正域和決策邊界，一致鄰域?qū)ο蟊环诸?lèi)至決策正域，不一致鄰域?qū)ο蟊环诸?lèi)至決策邊界，該方式能夠在工業(yè)數(shù)據(jù)的關(guān)鍵屬性提取時(shí)獲得更好的合理性和準(zhǔn)確性；同時(shí)有效隔離或減少數(shù)據(jù)噪聲對(duì)特征提取過(guò)程的干擾，確保對(duì)數(shù)據(jù)分析結(jié)果的可靠性；避免工業(yè)數(shù)據(jù)中的噪聲影響分析結(jié)論。

49、其中，決策正域包含與某一類(lèi)別高度相關(guān)的對(duì)象，決策邊界包含分類(lèi)較為模糊的對(duì)象；決策邊界有利于處理復(fù)雜或不確定的分類(lèi)情況，確保分類(lèi)模型既能準(zhǔn)確處理確定性對(duì)象，又能應(yīng)對(duì)模糊或邊界情況，從而提升整體分類(lèi)性能。特別是工業(yè)數(shù)據(jù)量較多且較為雜亂的情況下，尤其明顯。

50、本發(fā)明還通過(guò)不平衡二叉樹(shù)能快速定位到與特定類(lèi)別緊密相關(guān)的對(duì)象，提高分類(lèi)效率，通過(guò)樹(shù)的層次結(jié)構(gòu)，逐步細(xì)化分類(lèi)決策，從而提高分類(lèi)精度和分類(lèi)質(zhì)量；通過(guò)鄰域正域確定度算法，量化論域中每個(gè)對(duì)象對(duì)決策正域的貢獻(xiàn)度，該貢獻(xiàn)度的取值區(qū)間是[0,1]，為對(duì)象提供了與特定類(lèi)別關(guān)聯(lián)程度的量化指標(biāo)，相較于現(xiàn)有技術(shù)中對(duì)象對(duì)決策正域的貢獻(xiàn)度{0,1}來(lái)說(shuō)，更能反映屬性的分類(lèi)能力；量化指標(biāo)有助于識(shí)別對(duì)分類(lèi)決策起關(guān)鍵作用的屬性，進(jìn)而提高分類(lèi)質(zhì)量。