一种基于二分类问题的量子特征选择方法

摘要

本发明提出了一个基于二分类问题的量子特征选择方法，该方法利用量子叠加态的并行性进行样本间最小距离计算，并通过样本迭代学习更新所有特征的权重值，进而获得最终特征权重向量，最后根据预设阈值筛选出相关性大的特征集。该方法利用叠加态针对高维向量的高并行处理优势，大大降低了寻找最近邻点的速度，进而提升算法效率；相比经典同类算法，其时间复杂度从O(TNM)减为O(TM)，且样本的特征数量越大优势越明显。