摘要
本发明公开基于ReliefF‑ACO算法的纱线质量参数特征提取方法,具体包括以下步骤:步骤1、运用ReliefF算法计算各纱线质量参数特征的权重,作为启发式信息供蚁群算法使用;步骤2、通过蚁群算法,结合ReliefF算法计算的各纱线质量参数特征的权重集合和信息素浓度,搜索全局最优纱线质量参数特征子集;步骤3、构建BP神经网络模型并对模型训练,最后进行质量预测。该方法过强化纱线质量参数高阶特征关联挖掘、提升噪声鲁棒性及动态自适应能力,显著增强特征子集的解释性与求解效率。
技术关键词
纱线
样本
参数
特征提取方法
SVR模型
BP神经网络模型
蚂蚁
启发式信息
搜索全局
误差
强度
数据
标签
蚁群算法
特征选择
交叉验证方法
噪声鲁棒性
定义
特征值
系统为您推荐了相关专利信息
模型训练方法
温度预测模型
温度预测方法
训练特征
温度预测装置
周期性微纳结构
高分辨率光谱仪
偏最小二乘算法
重金属检测方法
光谱基线校正