探索遗传算法奥秘：MATLAB实战指南本指南深入解析遗传算法核心原理，并提供MATLAB实战案例，带您领略优化算法的强大力量。核心内容遗传算法基本原理：选择、交叉、变异等核心操作解析MATL
MATLAB中的遗传算法介绍本指南提供了MATLAB中遗传算法的全面概述，包括原理、实现和应用。
使用遗传算法求解f(x) = x + 10sin(5x) + 7cos(4x)函数的最大值，x∈[0,10]。该函数有多个局部极值。
首先利用灰度共生矩阵法和灰度-梯度共生矩阵法对研究区遥感图像进行纹理特征提取,共得到23个纹理特征,然后利用遗传算法对这23个纹理特征进行纹理特征选择,最后得到一组最优纹理特征集.
本文以遗传算法中常使用的锦标赛和轮赌盘算法进行比较，验证他们的通用性。
提出了基于遗传算法的特征选择方法。介绍了遗传算法的基本原理，阐述并设计了适应度函数和遗传算子。
对图像库提取颜色和纹理特征，采用遗传FCM聚类算法对图像进行聚类，得到每个图像类的聚类中心；最后计算查询示例图像和对应图像类的图像之间的相似度，按照相似度的大小返回检索结果
提出了一种基于遗传算法的特征选择方法.首先提取了反映目标和杂波虚警差异的八个特征,分别是:四个空间边界属性特征,一个分形维数特征和三个对比度特征
集成学习和特征选择是当前机器学习领域中的研究热点. 集成学习通过重复采样可产生个体学习器之间差异度, 从而提高个体学习器的泛化能力, 特征选择应用到集成学习可进一步提高集成学习技术的效果
采用新的特征提取方法,该方法将目标按人体结构特点划分为多个子区域,利用各个子区域的质心与头部质心形成的距离和夹角对步态特征进行描述
用户评论