[发明专利]基于量子旋转门及退火飞蛾优化算法构建预测模型的方法在审
| 申请号： | 201910735420.7 | 申请日： | 2019-08-09 |
| 公开（公告）号： | CN110598742A | 公开（公告）日： | 2019-12-20 |
| 发明（设计）人： | 陈慧灵;俞蔡阳;赵学华;汪鹏君;李成业;陈一鹏 | 申请（专利权）人： | 温州大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 33258 温州名创知识产权代理有限公司 | 代理人： | 陈加利 |
| 地址： | 325000 浙江省温州市瓯海*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于量子旋转门及退火飞蛾优化算法构建预测模型的方法，包括获取样本数据并对所获取到的样本数据进行归一化处理；利用基于量子旋转门及退火飞蛾优化支持向量机的惩罚因子C和核宽γ；基于所获得的惩罚因子C和核宽γ，利用所归一化处理后的数据来构建预测模型，并基于所构建的预测模型对待分类样本进行分类和预测。实施本发明，通过基于量子旋转门及退火机制增强的飞蛾优化算法来优化SVM的惩罚因子和核宽，可有效提升算法的收敛速度和收敛精度，提升算法逃脱局部最优解的能力，找到更优的全局近似最优解。 | ||
| 搜索关键词： | 退火 量子旋转门 惩罚因子 预测模型 飞蛾 构建 归一化处理 样本数据 优化算法 算法 收敛 全局近似最优解 优化支持向量机 分类和预测 分类样本 最优解 优化 | ||
【主权项】：
1.一种基于量子旋转门及退火飞蛾优化算法构建预测模型的方法，其特征在于，所述方法包括以下步骤：/n步骤S1、获取样本数据并对所获取到的样本数据进行归一化处理；/n步骤S2、利用基于量子旋转门及退火飞蛾优化算法优化支持向量机的惩罚因子C和核宽γ，具体为：/n步骤S2.1、定义最大迭代次数T、飞蛾优化算法种群个数n、搜索空间维度dim、惩罚因子C的搜索空间[C
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于温州大学，未经温州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910735420.7/，转载请声明来源钻瓜专利网。
