返回搜索
档案
一种量子学习雪橇犬优化的光声光谱特征筛选方法及系统
发明专利有效
10权利要求 · 4 独立
§ Ⅰ
卷宗概要
发明人
周茗皓; 凌六一; 胡锋; 闻悦; 方智成; 陈正伟
IPC 分类
G06F 18/211 (2023.01)G06F 18/241 (2023.01)G06F 18/27 (2023.01)G06N 3/006 (2023.01)G06N 10/20 (2022.01)G06N 10/60 (2022.01)G16C 20/70 (2019.01)G16C 20/20 (2019.01)G01N 21/17 (2006.01)G01N 21/25 (2006.01)
本发明公开了一种量子学习雪橇犬优化的光声光谱特征筛选方法及系统，涉及光声光谱技术领域，包括：接收光声光谱原始数据，将光声光谱原始数据进行预处理，得到处理后的光声光谱原始数据，其中，所述预处理过程包括最小最大标准化以及小波变换去噪；基于预先设计的量子学习雪橇犬优化算法对处理后的光声光谱原始数据进行优化处理，得到最优特征子集；将最优特征子集输入至预先建立的分类回归模型内，输出得到物质识别结果，能够提升特征筛选的精度。