一种基于特征选择的陶瓷修复体的颜色预测方法

本发明涉及一种基于特征选择的陶瓷修复体的颜色预测方法，该方法以陶瓷材料、背景与粘接剂在Lab颜色空间的分量以及陶瓷厚度作为输入变量采用改进的神经网络模型进行特征筛选，该神经网络模型中引入了权重层，通过动态调整各变量的权重以预测陶瓷修复体的色差；基于训练神经网络模型所得的变量最终权重排名，对排名靠前的变量进行随机森林回归建模，通过迭代选定最具代表性的目标变量，并建立陶瓷修复体的颜色预测模型；获取目标变量实时值，基于颜色预测模型还原陶瓷修复体的颜色。与现有技术相比，本发明通过引入加权特征选择机制，专注于对目标变量贡献最大的特征，在减少输入变量的基础上显著提升了颜色预测的准确性和稳定性。