基于LSELM-RFE的粮食作物病害症状的有效特征识别方法

本发明公开了一种基于LSELM‑RFE的粮食作物病害症状的有效特征识别方法，该方法首先初始化有效特征排序表和当前特征子集表，并获取当前训练样本集，接着训练最小二乘超限学习机分类器并计算特征的排序系数，找出排序得分最小的因素特征，然后更新有效特征排序表和当前特征子集表，并重复以上步骤直至当前特征子集表为空。本发明的方法相比于传统的递归特征消除类方法，只需调节学习模型参数C，能快速识别粮食作物病害症状的有效特征。通过在UCI标准数据库中的Soybean数据集上的实验表明，相比传统SVM‑RFE方法，本发明方法仅需3％的计算时间，而且仅需1个有效特征在测试集上得到最高的测试精度，识别出的特征更有效。