基于GA与RST的分类规则挖掘算法 被引量：3

1

作者 谢娟英 刘芳 冯德民 《计算机科学》 CSCD 北大核心 2006年第11期149-150,156,共3页

本文提出了在没有任何领域知识可供借鉴的情况下,利用遗传算法对信息系统的数量型属性进行离散化,利用RST进行分类规则挖掘,将GA与RST相结合进行分类规则挖掘的新算法。该算法不仅有效地解决了利用粗糙集理论进行分类规则挖掘时,数量型... 本文提出了在没有任何领域知识可供借鉴的情况下,利用遗传算法对信息系统的数量型属性进行离散化,利用RST进行分类规则挖掘,将GA与RST相结合进行分类规则挖掘的新算法。该算法不仅有效地解决了利用粗糙集理论进行分类规则挖掘时,数量型属性的离散化问题,而且可挖掘出通用的分类规则。 展开更多

关键词 遗传算法 离散化 粗糙集理论 分类规则挖掘

在线阅读 下载PDF 职称材料

基于DCT和GA-SVM的轴承故障诊断 被引量：3

2

作者 陈彦龙 张培林 +2 位作者 李兵 徐超 王国德 《计算机工程》 CAS CSCD 2012年第19期247-249,253,共4页

针对轴承故障振动信号特点,提出一种基于离散余弦变换(DCT)、遗传算法(GA)和支持向量机(SVM)的轴承故障诊断方法。利用DCT的能量聚集性在广义频域建立原始特征向量集,运用GA以SVM的最低分类错误率为目标函数建立故障特征向量集,使用SVM... 针对轴承故障振动信号特点,提出一种基于离散余弦变换(DCT)、遗传算法(GA)和支持向量机(SVM)的轴承故障诊断方法。利用DCT的能量聚集性在广义频域建立原始特征向量集,运用GA以SVM的最低分类错误率为目标函数建立故障特征向量集,使用SVM完成轴承故障诊断。分别对轴承内圈故障、外圈故障、滚动体故障进行故障诊断,结果表明,该方法能够准确诊断轴承故障。 展开更多

关键词 故障诊断 离散余弦变换 遗传算法 支持向量机 轴承 振动信号

在线阅读 下载PDF 职称材料

基于GA和LS-SVM的AGV变结构控制 被引量：4

3

作者 焦俊 陈无畏 +2 位作者 王继先 朱张青 王檀彬 《系统仿真学报》 EI CAS CSCD 北大核心 2008年第14期3777-3781,共5页

为了提高自动引导车控制的精度,提出了一种基于遗传算法和支持向量机的变结构控制方法。利用遗传算法结合支持向量机在线调整变结构控制律中的参数,克服了常规变结构控制方法中需预先设定趋近律参数的限制,既保留了传统趋近律的优点,又... 为了提高自动引导车控制的精度,提出了一种基于遗传算法和支持向量机的变结构控制方法。利用遗传算法结合支持向量机在线调整变结构控制律中的参数,克服了常规变结构控制方法中需预先设定趋近律参数的限制,既保留了传统趋近律的优点,又有效的改善了系统的控制品质,消除了系统抖振,使系统最终以理想方式在滑模面上运动,理论分析和仿真结果表明了所提出方法的有效性。 展开更多

关键词 变结构控制 离散趋近律 支持向量机 遗传算法

在线阅读 下载PDF 职称材料

动作识别中基于深度神经网络和GA合并算法的分类决策方法 被引量：4

4

作者 赵雪章 席运江 黄雄波 《计算机应用研究》 CSCD 北大核心 2019年第7期2232-2236,共5页

针对人体动作识别中传统方法在分类决策方面存在的问题和缺陷,提出了一种新颖的基于深度神经网络(DNN)和遗传算法(GA)合并算法的非线性分类决策方法。首先提出的合并算法在整个训练集合上对特征提取器进行组合,进而组合成不同的两个独... 针对人体动作识别中传统方法在分类决策方面存在的问题和缺陷,提出了一种新颖的基于深度神经网络(DNN)和遗传算法(GA)合并算法的非线性分类决策方法。首先提出的合并算法在整个训练集合上对特征提取器进行组合,进而组合成不同的两个独立网络,再利用DNN对两个独立网络进行初始化,进一步利用GA对两个网络进行合并;然后将网络的偏差和权重表示为每层网络间的一个矩阵;最后利用DNN对网络的偏差和权重进行训练,并在合并过程中将矩阵中的每一行当做一个染色体。实验采用了标准MNIST数据集对提出算法的性能进行评估。评估结果显示实验过程中的交叉和突变操作增加了神经元节点,提高了识别性能,并且弱化了不相关和相关神经元节点。因此,提出算法的错误率更低,网络性能更优异。 展开更多

关键词 动作识别 分类决策 重新训练 遗传算法 深度神经网络

在线阅读 下载PDF 职称材料

基于GASA算法的DFCW-LFM波形设计 被引量：1

5

作者 赵永波 李慧 覃春淼 《系统工程与电子技术》 EI CSCD 北大核心 2014年第11期2186-2191,共6页

离散频率编码波形是一类常用的多输入多输出雷达波形,加入线性调频能够改善其自相关性能。将基于遗传算法和模拟退火的混合算法用于离散频率编码线性调频(discrete frequency coding waveform-linear frequency modulation,DFCW-LFM)波... 离散频率编码波形是一类常用的多输入多输出雷达波形,加入线性调频能够改善其自相关性能。将基于遗传算法和模拟退火的混合算法用于离散频率编码线性调频(discrete frequency coding waveform-linear frequency modulation,DFCW-LFM)波形的优化设计,仿真结果表明,用该优化算法得到的信号其相关性能要优于现有方法。另外,提出了一种改进的DFCW-LFM波形设计方法。该方法在DFCW-LFM波形的基础上,对频率编码子脉冲同时进行相位编码,构成DFCW-LFM和相位编码的混合波形,并采用混合算法对其进行优化设计。仿真结果表明,和已有的DFCW-LFM波形相比,所设计混合波形的相关性能得到了进一步改善。 展开更多

关键词 多输入多输出雷达 离散频率编码线性调频混合波形设计 遗传算法 模拟退火算法 自相关旁瓣峰值 互相关峰值

在线阅读 下载PDF 职称材料

基于GA-ELM的电压暂降源识别研究 被引量：9

6

作者 卢彩霞 王新环 王全义 《传感器与微系统》 CSCD 2020年第12期64-67,共4页

针对传统电压暂降源识别方法分类时间长、准确率不高等问题,提出了一种基于广义S变换(GST)和遗传算法(GA)优化极限学习机(ELM)的电压暂降源识别方法。先利用广义S变换的模时频矩阵有效提取出电压暂降的起止时刻、暂降深度、相位跳变等... 针对传统电压暂降源识别方法分类时间长、准确率不高等问题,提出了一种基于广义S变换(GST)和遗传算法(GA)优化极限学习机(ELM)的电压暂降源识别方法。先利用广义S变换的模时频矩阵有效提取出电压暂降的起止时刻、暂降深度、相位跳变等特征量,再采用遗传算法优化ELM的输入权值和隐含层阈值,构建基于GA-ELM的电压暂降源识别模型,实现对电压暂降源的识别。通过MATLAB/SIMULINK仿真,对比GA-ELM、ELM、BP神经网络对电压暂降源的识别结果,验证了采用GA-ELM的电压暂降源识别的准确率要高于采用原始ELM和BP神经网络。 展开更多

关键词 电压暂降 广义S变换(GST) 极限学习机 遗传算法优化 识别和分类

在线阅读 下载PDF 职称材料

基于EEMD和GA-LSTM算法的行星齿轮故障诊断方法 被引量：9

7

作者 陶浩然 许昕 +2 位作者 潘宏侠 王同 徐轟钊 《机电工程》 CAS 北大核心 2023年第11期1700-1708,共9页

在强烈的背景噪声下,如何较好地提取行星齿轮的微弱故障特征,这是行星齿轮故障诊断领域需要解决的难题。针对行星齿轮振动信号的非线性和非平稳性,为了提高其故障诊断的准确性,提出了一种利用遗传算法优化的长短时记忆网络(GA-LSTM)和... 在强烈的背景噪声下,如何较好地提取行星齿轮的微弱故障特征,这是行星齿轮故障诊断领域需要解决的难题。针对行星齿轮振动信号的非线性和非平稳性,为了提高其故障诊断的准确性,提出了一种利用遗传算法优化的长短时记忆网络(GA-LSTM)和集合经验模式分解(EEMD)的行星齿轮故障诊断方法。首先,通过试验采集了4种行星齿轮故障类型的振动信号,并采用EEMD方法将行星齿轮的原始振动信号分解为6个本征模态函数(IMF)分量,将其作为特征分量以便进一步处理;然后,使用遗传算法(GA)对LSTM网络的超参数进行了优化,以提高故障类型识别的准确性;最后,将特征分量输入到已经训练好的GA-LSTM模型中,将其网络模型作为最终分类器,对行星齿轮进行了故障诊断识别,并通过对比未经优化的网络,以及在原始信号中人为地加入噪声模拟的实际工程信号,验证了基于EEMD和GA-LSTM算法的有效性和泛化性。研究结果表明:训练后的网络实现了不到2%的损失率,具有良好的稳定性,GA-LSTM方法故障分类精度达到了94.17%;与未经优化的网络相比,GA-LSTM模型的验证精度高于LTSM,该网络模型在所有分量上都表现出更好的时序性能,在识别添加了噪声的工程信号时,也能保持较高的故障诊断精度,从而表明其在行星齿轮故障诊断中的优越性。该研究在提高机械传动设备故障诊断能力方面有一定的理论参考价值。 展开更多

关键词 齿轮传动 强背景噪声 微弱故障特征 集合经验模态分解 长短时记忆网络 分类精度 特征提取 遗传算法

在线阅读 下载PDF 职称材料

改进型加权KNN算法的不平衡数据集分类 被引量：26

8

作者 王超学 潘正茂 +2 位作者 马春森 董丽丽 张涛 《计算机工程》 CAS CSCD 2012年第20期160-163,168,共5页

K最邻近(KNN)算法对不平衡数据集进行分类时分类判决总会倾向于多数类。为此,提出一种加权KNN算法GAK-KNN。定义新的权重分配模型,综合考虑类间分布不平衡及类内分布不均匀的不良影响,采用基于遗传算法的K-means算法对训练样本集进行聚... K最邻近(KNN)算法对不平衡数据集进行分类时分类判决总会倾向于多数类。为此,提出一种加权KNN算法GAK-KNN。定义新的权重分配模型,综合考虑类间分布不平衡及类内分布不均匀的不良影响,采用基于遗传算法的K-means算法对训练样本集进行聚类,按照权重分配模型计算各训练样本的权重,通过改进的KNN算法对测试样本进行分类。基于UCI数据集的大量实验结果表明,GAK-KNN算法的识别率和整体性能都优于传统KNN算法及其他改进算法。 展开更多

关键词 不平衡数据集 分类 K最邻近算法 权重分配模型 遗传算法 K-MEANS算法

在线阅读 下载PDF 职称材料

结合遗传算法的LVQ神经网络在声学底质分类中的应用 被引量：27

9

作者 唐秋华 刘保华 +2 位作者 陈永奇 周兴华 丁继胜 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2007年第1期313-319,共7页

学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度.本文提出采用遗传算法(Genetic Algorithms,GA)优化神经... 学习向量量化(Learning Vector Quantization,LVQ)神经网络在声学底质分类中具有广泛应用.常用的LVQ神经网络存在神经元未被充分利用以及算法对初值敏感的问题,影响底质分类精度.本文提出采用遗传算法(Genetic Algorithms,GA)优化神经网络的初始值,将GA与LVQ神经网络结合起来,迅速得到最佳的神经网络初始权值向量,实现对海底基岩、砾石、砂、细砂以及泥等底质类型的快速、准确识别.将其应用于青岛胶州湾海区底质分类识别研究中,通过与标准的LVQ神经网络的分类结果进行比较表明,该方法在分类速度以及精度上都有了较大提高. 展开更多

关键词 学习向量量化 遗传算法 多波束测深系统 底质分类

在线阅读 下载PDF 职称材料

基于HHT和SVM的运动想象脑电识别 被引量：46

10

作者 袁玲 杨帮华 马世伟 《仪器仪表学报》 EI CAS CSCD 北大核心 2010年第3期649-654,共6页

对运动想象脑电信号(EEG)分类识别是脑-机接口(BCI)研究领域的重要问题。本文通过经验模式分解(EMD)将EEG分解为一系列内蕴模式函数(IMF),并对重要IMF的瞬时幅度提取AR模型参数,同时对所有的IMF进行Hilbert变换(HT)得到Hilbert谱,进而... 对运动想象脑电信号(EEG)分类识别是脑-机接口(BCI)研究领域的重要问题。本文通过经验模式分解(EMD)将EEG分解为一系列内蕴模式函数(IMF),并对重要IMF的瞬时幅度提取AR模型参数,同时对所有的IMF进行Hilbert变换(HT)得到Hilbert谱,进而求得瞬时能量(IE)。将得到的AR参数和IE,结合时域均值和中值绝对偏差估计(MAD),组成初始特征,然后利用经遗传算法(GA)优化的支持向量机(SVM)进行分类,得到识别结果。对2008年BCI CompetitionⅣDataset 1中想象左手和脚运动的两组数据进行识别,在仅仅使用少数通道的情况下,识别正确率分别达到84.7%和85.8%,初步验证了该方法的有效性。 展开更多

关键词 Hilbert-Huang变换(HHT) 遗传算法(ga) 支持向量机(SVM) 运动想象 分类识别

在线阅读 下载PDF 职称材料

SOM神经网络改进及在遥感图像分类中的应用 被引量：18

11

作者 任军号 吉沛琦 耿跃 《计算机应用研究》 CSCD 北大核心 2011年第3期1170-1172,1182,共4页

针对自组织特征神经网络自身算法的特点和缺陷,采用遗传算法对网络进行改进,形成了基于遗传算法的自组织特征神经网络,并从输入向量、竞争层神经元数量设置和初始权向量设定三方面,结合遥感图像的特性对自组织特征映射网络遥感图像分类... 针对自组织特征神经网络自身算法的特点和缺陷,采用遗传算法对网络进行改进,形成了基于遗传算法的自组织特征神经网络,并从输入向量、竞争层神经元数量设置和初始权向量设定三方面,结合遥感图像的特性对自组织特征映射网络遥感图像分类的方法进行了改进。将该方法应用于选择西安地区的ETM+卫星遥感图像进行分类实验。结果表明,基于遗传算法的自组织特征映射网络使得遥感图像的分类精度更高,且该算法实现简单,具有一定的工程应用价值。 展开更多

关键词 分类 自组织特征映射 神经网络 遗传算法 遥感图像

在线阅读 下载PDF 职称材料

基于增量式贝叶斯模型的中文问句分类研究 被引量：8

12

作者 王小林 镇丽华 +2 位作者 杨思春 邰伟鹏 郑啸 《计算机工程》 CAS CSCD 2014年第9期238-242,共5页

固定训练集生成的分类器性能不理想且不能跟踪用户需求,为此,提出一种将增量式贝叶斯思想用于问句分类的方法。采用遗传算法选取最优特征子集优化分类器,从而避免训练集特征过分冗余,使分类器在学习过程中动态地扩大训练集并修改分类器... 固定训练集生成的分类器性能不理想且不能跟踪用户需求,为此,提出一种将增量式贝叶斯思想用于问句分类的方法。采用遗传算法选取最优特征子集优化分类器,从而避免训练集特征过分冗余,使分类器在学习过程中动态地扩大训练集并修改分类器参数。在对问句进行分类时,提取问句的疑问词、句法结构、疑问意向词和疑问意向词在知网的首项义原作为分类特征。为了验证增量式贝叶斯方法的有效性,从语料库中随机抽取不同规模的问句构成增量集,基于不同的增量集对同一测试集中的问句进行分类。实验结果表明,增量式贝叶斯分类器较朴素贝叶斯分类器有更高的分类精度,大类和小类的准确率分别达到90.2%和76.3%,在提高准确率的同时优化了运行效率。 展开更多

关键词 问句分类 问答系统 增量式贝叶斯 朴素贝叶斯 改进贝叶斯 遗传算法

在线阅读 下载PDF 职称材料

基于遗传算法的图像数字水印 被引量：6

13

作者 魏志成 戴居丰 李昊 《计算机工程》 CAS CSCD 北大核心 2007年第17期146-148,共3页

为了提高图像数字水印算法的实用性、顽健性及不可感知性,提出了一种改进的应用遗传算法的水印嵌入和提取方法。通过在DCT变换域中修改AC系数嵌入水印,可以提高嵌入速度,避免水印信息的损失;采用改进的遗传算法选择AC系数,同时优化嵌入... 为了提高图像数字水印算法的实用性、顽健性及不可感知性,提出了一种改进的应用遗传算法的水印嵌入和提取方法。通过在DCT变换域中修改AC系数嵌入水印,可以提高嵌入速度,避免水印信息的损失;采用改进的遗传算法选择AC系数,同时优化嵌入水印后图像质量和顽健性这两个矛盾的因素。仿真结果表明,算法具有良好的抗攻击能力和不可感知性,节省约1/3的时间,提高了程序运行效率。 展开更多

关键词 数字水印 遗传算法 离散余弦变换 适应度函数

在线阅读 下载PDF 职称材料

基于SVM及电流牵扯效应的金属缺陷分类识别方法 被引量：5

14

作者 李宇庭 甘芳吉 +2 位作者 万正军 宋康 廖俊必 《四川大学学报（工程科学版）》 EI CAS CSCD 北大核心 2015年第6期172-178,共7页

金属在服役期间经常存在一些由应力、腐蚀和疲劳造成的缺陷,在众多的缺陷检测技术中,交流电位法作为一种无损检测技术在检测腐蚀坑和裂纹方面得到了广泛应用。用交流电位法检测不同缺陷时,由于几何形态的差异,缺陷深度的计算方法也不相... 金属在服役期间经常存在一些由应力、腐蚀和疲劳造成的缺陷,在众多的缺陷检测技术中,交流电位法作为一种无损检测技术在检测腐蚀坑和裂纹方面得到了广泛应用。用交流电位法检测不同缺陷时,由于几何形态的差异,缺陷深度的计算方法也不相同。因此需要在计算缺陷深度之前对所检测区域的缺陷类型做出识别。作者目的在于寻找一种高精度的缺陷分类识别方法。并且针对腐蚀坑和裂纹这两种最常见的金属缺陷,根据其对电流的牵扯效应不同,提出利用邻近检测区域的4个牵扯因子作为缺陷区域的特征向量建立分类模型。在大量仿真计算的基础上,分别建立坑蚀和裂纹的特征向量集,并由这些数据集训练得到基于遗传算法(GA)优化的支持向量机(SVM)分类模型。仿真测试结果中数据测试集分类精度较高,平板实验也得到了较高的识别精度。实验结果表明文中提出的缺陷分类识别方法对腐蚀坑和裂纹的分类识别具有很高的精度。 展开更多

关键词 无损检测 缺陷分类 支持向量机 遗传算法 牵扯因子

在线阅读 下载PDF 职称材料

一种求解典型JSP的改进离散粒子群优化算法 被引量：4

15

作者 吴正佳 罗月胜 +1 位作者 周玉琼 黄绍雄 《计算机应用研究》 CSCD 北大核心 2013年第8期2405-2409,共5页

针对NP-hard性质的作业车间调度问题,设计了一种改进的离散粒子群优化算法。引入遗传算法交叉算子和变异算子来实现粒子的更新,并将变异思想和模拟退火算法思想融入该算法中对全局最优粒子的邻域进行局部搜索,很好地防止了算法出现早熟... 针对NP-hard性质的作业车间调度问题,设计了一种改进的离散粒子群优化算法。引入遗传算法交叉算子和变异算子来实现粒子的更新,并将变异思想和模拟退火算法思想融入该算法中对全局最优粒子的邻域进行局部搜索,很好地防止了算法出现早熟收敛。通过将该算法和标准粒子群优化算法用于求解典型JSP,计算结果对比表明,改进的算法具有很强的全局寻优能力;就综合解的质量和计算效率而言,改进算法优于标准粒子群优化算法。同时,将该算法结果与文献中其他相关算法结果进行比较,验证了该改进算法的有效性。该算法能够有效地、高质量地解决作业车间调度问题。 展开更多

关键词 改进离散粒子群 作业车间调度 遗传算法 模拟退火 局部搜索

在线阅读 下载PDF 职称材料

用于分类问题的粒子群优化遗传算法 被引量：9

16

作者 丁蕊 董红斌 冯宪彬 《计算机工程》 CAS CSCD 北大核心 2009年第17期201-203,共3页

提出一种混合粒子群遗传分类算法,根据种群中个体的相互关系,采用"家族"思想对算法进行综合调控,利用家族交叉操作进行微调,并在各家族中引入粒子群思想的交叉算子,兼顾收敛速度和多样性2项指标。根据分类问题的特点,设计相... 提出一种混合粒子群遗传分类算法,根据种群中个体的相互关系,采用"家族"思想对算法进行综合调控,利用家族交叉操作进行微调,并在各家族中引入粒子群思想的交叉算子,兼顾收敛速度和多样性2项指标。根据分类问题的特点,设计相应的编码方式和适应度函数,用播种的方式生成初始种群。对国际通用检验分类效果的数据集进行分类。实验结果证明,该算法的分类效果优于其他算法。 展开更多

关键词 遗传算法 粒子群优化 族间交叉 分类 适应度函数

在线阅读 下载PDF 职称材料

一种基于累积适应度遗传算法的SVM多分类决策树 被引量：12

17

作者 朱庆生 程柯 《计算机应用研究》 CSCD 北大核心 2016年第1期64-67,74,共5页

针对基于遗传算法(genetic algorithm,GA)的支持向量机(support vector machine,SVM)多分类决策树算法(GA-SVM)中全局优化缺陷的问题,通过重新定义遗传适应度函数(fitness),提出一种累积适应度(cumulative fitness),进而衍生出新算法CFG... 针对基于遗传算法(genetic algorithm,GA)的支持向量机(support vector machine,SVM)多分类决策树算法(GA-SVM)中全局优化缺陷的问题,通过重新定义遗传适应度函数(fitness),提出一种累积适应度(cumulative fitness),进而衍生出新算法CFGA-SVM。该算法从根节点开始逐层构造二叉树,对根节点基因实值编码,通过基因分裂操作产生子代种群,然后利用累积适应度筛选出新的种群,筛选出的种群并不一定是当代局部最优,但一定是所得二叉树中全局最优,从而提高分类精度,最后以此循环直至算法结束。通过在UCI的artificial characters数据集上的实验结果表明,CFGA-SVM较之DT-SVM与GA-SVM算法在全局优化能力、分类精度上有明显提高,进而验证了该算法的可行性与有效性,可在大规模样本的分类应用中推广。 展开更多

关键词 多分类 支持向量机 遗传算法 累积适应度函数 全局优化

在线阅读 下载PDF 职称材料

基于支持向量机及遗传算法的光刻热点检测 被引量：3

18

作者 曹葵康 沈海斌 杨祎巍 《浙江大学学报（理学版）》 CAS CSCD 北大核心 2011年第1期41-45,共5页

提出一种基于支持向量机(SVM)及遗传算法(GA)的集成电路版图光刻热点检测方法.首先对版图样本进行离散余弦变换(DCT)以提取样本的频域特征,然后基于这些样本训练SVM分类器以实现对光刻热点的检测.为了提高光刻热点检测的精度及效率,采... 提出一种基于支持向量机(SVM)及遗传算法(GA)的集成电路版图光刻热点检测方法.首先对版图样本进行离散余弦变换(DCT)以提取样本的频域特征,然后基于这些样本训练SVM分类器以实现对光刻热点的检测.为了提高光刻热点检测的精度及效率,采用遗传算法(GA)对频域特征进行选择,并同时优化SVM参数.实验结果表明,基于SVM及版图频域特征并结合遗传算法进行优化的光刻热点检测方法可以有效提高版图光刻热点的检测精度. 展开更多

关键词 可制造性设计 光刻热点 离散余弦变换 支持向量机 遗传算法

在线阅读 下载PDF 职称材料

基于遗传算法的决策表连续属性离散化方法 被引量：9

19

作者 陈果 《仪器仪表学报》 EI CAS CSCD 北大核心 2007年第9期1700-1705,共6页

决策表连续属性离散化是用粗糙集理论处理连续问题的关键,本文进行了决策表连续属性离散化的遗传算法研究。首先对候选断点进行二进制编码,每个断点分别对应于二进制码的每位,其状态"1"和"0"分别对应断点的"取... 决策表连续属性离散化是用粗糙集理论处理连续问题的关键,本文进行了决策表连续属性离散化的遗传算法研究。首先对候选断点进行二进制编码,每个断点分别对应于二进制码的每位,其状态"1"和"0"分别对应断点的"取"和"舍";然后通过构造适应度函数及交叉和变异算子,充分保证了决策表的分辨关系不变和断点数最少;最后,利用模拟数据和UCI机器学习数据对算法进行了验证,并与其他离散化方法进行了比较,结果充分验证了本文方法的有效性。 展开更多

关键词 粗糙集理论 遗传算法 离散化

在线阅读 下载PDF 职称材料

基于粒子群优化算法的航空影像纹理分类 被引量：3

20

作者 李林宜 李德仁 《计算机工程》 CAS CSCD 北大核心 2008年第6期196-198,共3页

粒子群优化算法是基于群智能的随机全局优化技术,将它引入航空影像纹理分类,在提取纹理样本小波、分形等特征的基础上,提出了针对分类问题的粒子表达方法和群体寻优策略,实现了基于粒子群算法的纹理分类。将其与基于遗传算法的纹理分类... 粒子群优化算法是基于群智能的随机全局优化技术,将它引入航空影像纹理分类,在提取纹理样本小波、分形等特征的基础上,提出了针对分类问题的粒子表达方法和群体寻优策略,实现了基于粒子群算法的纹理分类。将其与基于遗传算法的纹理分类法作比较,结果表明粒子群优化算法具有较好的寻优性能,基于该算法的纹理分类法分类精度较高且计算时间较少。 展开更多

关键词 粒子群优化算法 纹理分类 航空影像 特征提取 遗传算法

在线阅读 下载PDF 职称材料