BriefGPT - AI 论文速递 · 2023-11-29T00:00:00Z 基于量子支持向量机的新型特征选择方法 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本研究将量子支持向量机与多目标遗传算法相结合，实现了最大化分类准确性，最小化选定特征和量子电路成本，并减少特征协方差。实验结果表明，该方法在乳腺癌数据集上取得了卓越的性能，能够识别出极度稀疏但准确的特征子集。研究强调了量子特征选择在提高机器学习效率和性能方面的潜力。 🏷️ 标签 乳腺癌数据集 分类准确性 向量 多目标遗传算法 特征选择 量子支持向量机 阅读原文 生成长图 分享链接 已复制链接
