专利交易市场

一种基于特征选择与光滑表示聚类的视频动态目标提取方法，包括如下步骤：(1)对视频数据进行预处理，编码成视频序列矩阵Y；(2)以视频序列矩阵Y为输入，建立FSSR聚类模型；(3)使用增广拉格朗日函数和交替方向乘子法对聚类模型进行优化，获得最优系数矩阵Z*；(4)使用公式(|Z*|+|Z*T|)/2，计算关联矩阵S；(5)使用规范化分割算法对关联矩阵S进行分割，根据聚类结果获取动态目标图像。本发明具有运行效率高、数据适应性强、准确度高、运动一致性强等的优点，非常适合高维特征视频数据的目标提取。

本发明提供了多标签因果特征选择方法及系统，方法包括：获取多标签基因表达数据集，并对多标签数据集进行预处理；基于预处理后的多标签基因表达数据集，利用一元近似马尔可夫毯对每一个标签寻找近似马尔可夫毯特征；删除标签的近似马尔可夫毯中包含的其他标签，并恢复等效特征，得到标签的马尔可夫毯特征；使用对称性检验方法确保选中的特征属于标签的马尔可夫毯；将所有标签的马尔可夫毯特征进行合并，得到基因表达数据特征子集，实现对基因表达数据的特征选择。本发明采用基于因果结构与一元近似马尔可夫毯的特征选择方法，并对由于标签的等效信息导致误删的特征进行恢复，从而从根源上解决了现有的基因表达数据特征选择方法准确率低的问题。