一种基于量子法医调查机制的特征选择方法、系统及存储介质

    公开(公告)号:CN117992807A

    公开(公告)日:2024-05-07

    申请号:CN202410172704.0

    申请日:2024-02-07

    Abstract: 一种基于量子法医调查机制的特征选择方法、系统及存储介质,涉及数据处理领域,为解决现有的特征选择方法分类正确率不高以及时间复杂度高,选择的特征子集精度不够的问题。包括:步骤一:对数据集进行归一化处理,采用K近邻分类器对训练集样本进行聚类,对测试集样本进行分类,构建特征选择的目标函数;步骤二:初始化量子警察群体中每个成员的量子位置,计算量子警察个体的适应度,确定初始全局最优量子位置;步骤三:分别对调查组和追捕组每个成员的量子位置进行更新;步骤四:更新调查组和追捕组以及量子警察群体的全局最优量子位置;步骤五:对调查组和追捕组中的部分成员进行交换,继续演化;步骤六:最终迭代得到选取的最优特征子集。

    一种大规模MIMO方阵信源数与波达方向联合估计方法

    公开(公告)号:CN116582158A

    公开(公告)日:2023-08-11

    申请号:CN202310354609.8

    申请日:2023-04-06

    Abstract: 本发明公开了一种大规模MIMO方阵信源数与波达方向联合估计方法包括:建立冲击噪声环境下MassiveMIMO方阵模型;构造基于拉普拉斯核相关熵的加权信号子空间拟合方程;利用分段式思想,化简得到目标函数;初始化个体量子位置,获得全局最优量子位置;初始化量子冰晶能量值,确定临时湖中心位置;更新能量值和历史量子位置空间;更新量子位置;根据轮盘赌选择产生新一代量子冰晶,更新全局最优量子位置;判断是否达到最大迭代次数,若未达到,返回步骤五;判断该信源是否存在,若存在,返回步骤三,否则输出信源数及相应波达方向。本发明具有鲁棒性、高精度的特点和更广泛的应用范围。

    基于量子竹节虫机制和Sigmoid核相关熵的圆阵波达方向估计方法

    公开(公告)号:CN116108927A

    公开(公告)日:2023-05-12

    申请号:CN202211542382.1

    申请日:2022-12-03

    Abstract: 本发明提供一种基于量子竹节虫机制和Sigmoid核相关熵的圆阵波达方向估计方法,将量子优化方法融合到竹节虫仿生机制计算方法中,得到量子竹节虫机制的计算方法,提升竹节虫算法的收敛性能。利用接收信息数据构造基于Sigmoid核函数的互相关熵协方差矩阵,获得基于Sigmoid核相关熵的低阶矩阵,消除了二阶及以上矩抗冲击噪声能力弱的不足,利用所设计的量子竹节虫机制在搜索区间内求解基于Sigmoid核相关熵的最大似然方程。解决了最大似然法涉及到的多维非线性优化计算量大的问题,提高其搜索效率,也提高了在冲击噪声环境下来波方向的估计精度,同时基于量子编码和模拟量子演化方程设计的量子竹节虫机制具有更快的收敛速度,可以快速获得估计的二维波达方向的全局最优解。

Patent Agency Ranking