原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开的基于改进特征子集区分度的行为识别特征选择方法，包括基于DFS的特征子集区分度衡量准则，建立样本特征集合，获取特征子集区分度衡量公式DFSS；基于信息论和概率论概念，获取两个随机变量之间的互信息，从而得到类内特征最小冗余性表达式；结合特征子集区分度衡量公式DFSS和类内特征最小冗余性表达式，定义最大相关和最小冗余的联合函数；训练最大相关和最小冗余的联合函数，完成选择过程。本发明行为识别特征选择方法，一方面加入了冗余性分析，删除冗余特征，在提高分类准确率的同时进一步降低了计算复杂度；另一
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号CN111709441A
(43)申请公布日
2020.09.25
(21)申请号20201
文档评论（0）