江西省教育厅科学技术研究项目(GJJ09483GJJ08209)
- 作品数：1 被引量：1H指数：1
- 相关作者：刘新灵胡春燕李凌更多>>
- 相关机构：中航工业北京航空材料研究院南昌航空大学更多>>
- 发文基金：国家自然科学基金江西省教育厅科学技术研究项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种改进的遗传算法在疲劳断口图像鉴别中的应用被引量：1
- 2010年
- 特征选择是疲劳断口图像鉴别中的重要问题之一。针对高维的断口图像特征,特征选择一方面可以提高分类精度和效率,另一方面可以确定富含信息的特征子集。针对此问题,提出一种改进的遗传算法,并用于疲劳断口的特征选择:首先,引入线性预测对简单遗传算法SGA(simple genetic algorithm)进行修正,在每一代较优的个体附近,采用线性预测的方法预测出新的个体,提高遗传算法的局部搜索能力;其次,把特征选择转化为目标优化问题,确定目标函数,并利用改进的遗传算法进行断口图像特征选择,得到精简的特征子集;最后,在特征子集上进行断口图像分类鉴别。结果表明:改进的遗传算法可找到有效的特征子集,从而实现降维并提高分类精度。
- 李凌刘新灵胡春燕
- 关键词：遗传算法断口图像
