Ta上传的资源 (0)

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。

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

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.

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

针对二类支持向量机分类器在隐秘图像检测中训练步骤复杂与推广性弱的缺点，提出了一种新的基于遗传算法和一类支 持向量机的隐秘图像检测方案

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

提出一种基于类别相关性及遗传算法的文本特征选择方法. 有效地降低了特征空间的维数, 提高了分类准确率. 实验验证了该方法的有效性.

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

采用基于遗传算法(GA)的二维主成分分析法(2DPCA)进行人脸识别。2DPCA 直接以二维图像矩阵为研究对象，以其 协方差矩阵的特征向量为投影轴进行特征提取。