TY -非盟的刘Wenjie AU - Chen Junxiu AU -王,渝AU -高,沛沛AU - Lei, Zhibin AU - Ma,徐PY - 2020 DA - 2020/03/31 TI -量子基础特征选择Multiclassification问题的复杂系统计算边缘SP - 8216874六世- 2020 AB -边缘的复杂系统计算需要大量的multifeature数据提取适当的见解为他们的决策,所以重要的是要找到一个可行的特征选择方法来提高计算效率和节省资源消耗。摘要multiclassification量子基础特征选择算法的问题,即QReliefF,提出能有效降低算法的复杂性,提高计算效率。首先,每个样本的特征编码成一个量子态CMP和通过执行操作
R
y,然后振幅估计应用于计算任意两个量子态(即之间的相似性。两个样品)。根据相似性,Grover-Long方法用来找到最近的
k邻居样本,然后更新权向量。一定数量的迭代后通过上述过程,可以选择所需的功能对于最终的权向量和阈值
τ。与古典ReliefF算法相比,我们的算法减少了相似度计算的复杂性
O(MN)
O(
米),发现的最近邻的复杂性
O(
米)
O
米
和资源消耗
O(MN)
O(MlogN)。与此同时,与量子救援算法相比,我们在寻找最近邻算法优越,减少复杂性
O(
米)
O
米
。最后,为了验证算法的可行性,基于Rigetti仿真实验与执行一个简单的例子。SN - 1076 - 2787你——https://doi.org/10.1155/2020/8216874——10.1155 / 2020/8216874 JF - PB - Hindawi KW - ER -复杂性