遗传算法在基于内容的图像检索中的应用

利用遗传算法对图像的统计特征进行了特征选取，并应用于颅脑CT图像检索中。实验结果表明，该方法能够有效地选取特征，提高检索精度，改善检索效果。     

基于遗传算法的图像多特征权重自动赋值方法

在图像检索中,如何有效提取图像特征是基于内容的图像检索中的一个难点。针对该难题,提出了一种基于遗传算法的图像多特征权重自动赋值方法。首先使用灰色直方图提取颜色特征并利用树形小波提取纹理特征,然后利用遗传算法的全局最优解搜索功能自动确定各特征的权重。实验结果分析表明:在灰度图像的相似性检索中,基于遗传算法的多特征权重自动赋值方法与其他方法相比,平均查全率增加将近8%,平均查准率增加将近9%,说明该方法有较高的检索精确度。     

利用遗传算法和特征权重调整的图像检索

综合多种特征的图像检索可以克服使用单一特征带来的问题,如何组织这些特征使其发挥最佳作用是基于内容图像检索中的一个难点。提出了一种基于遗传算法相关反馈的图像特征权重调整方法,利用遗传算法和特征权重的调整,缩小低层特征和高层语义之间的语义鸿沟,使检索效果在很短的时间内达到最好。实验表明,该方法查全率和查准率较高,对于各种特征的组合,都能达到最佳的检索效果。     

基于多特征的图像检索算法

基于内容的图像检索是数字图像处理的一个重要研究方向,有效地提取图像内容特征是其中的一个关键问题.提出利用最大相关最小距离将图像的纹理特征,高斯密度特征与人脸检测相结合的算法进行图像检索.在建立10000幅图像库的基础上验证了算法的可行性,实验结果表明算法能够准确、高效地检索出目标图像;相对于单一特征的检索,算法有效地提高了图像检索的精度和速度.     

基于交互式遗传算法和粗糙集的图像检索方法

针对如何在图像检索系统中客观地表达用户的感知,提出了一种基于粗糙集和遗传算法的相关反馈图像检索方法.采用粗糙集的方法求出图像的最简视觉特征子集,采用交互式遗传算法,对每一次反馈得到的候选图像集进行评价,利用遗传算子从图像库中选出接近用户需求的图像.实验表明该方法能有效的提高检索效率,是一种更为理想的检索方法.     

利用差分矩阵进行基于内容的图像检索

随着大容量图像数据库的广泛应用,基于内容的图像检索(CBIR)技术成为对其进行管理和检索的有效手段。文中提出了一种基于灰度变化进行基于内容的图像检索的方法,利用差分概念提取出图像的差分矩阵,再从中提取特征进行度量。给出了对自然图像库检索的实验结果,实验表明,采用该方法比空间颜色直方图与共生矩阵等方法能取得更好的检索效果。与颜色空间直方图和灰度共生矩阵的比较实验证明差分矩阵的方法在速度和结果上都有比较好的效果。     

基于多特征的图像检索研究

为了有效地检索图像,基于内容的图像检索技术应运而生。利用直方图表达图像的颜色特征,利用Gabor滤波器组提取图像的纹理特征,在此基础上又提出综合利用颜色特征和纹理特征共同进行图像检索的方法。实验结果表明,综合特征检索的效果比单一特征检索的效果好。     

利用差分矩阵进行基于内容的图像检索

随着大容量图像数据库的广泛应用,基于内容的图像检索(CBIR)技术成为对其进行管理和检索的有效手段.文中提出了一种基于灰度变化进行基于内容的图像检索的方法,利用差分概念提取出图像的差分矩阵,再从中提取特征进行度量.给出了对自然图像库检索的实验结果,实验表明,采用该方法比空间颜色直方图与共生矩阵等方法能取得更好的检索效果.与颜色空间直方图和灰度共生矩阵的比较实验证明差分矩阵的方法在速度和结果上都有比较好的效果.     

基于颜色常量的图像特征提取及其降维方法

在图像特征提取过程中,为了提高图像检索中的抗光照影响能力和检索效率,给出了图像颜色索引提取的一种方法-颜色常量方法,利用该方法能减少光照强度变化对颜色检索的影响;给出了图像检索中的一种颜色特征降维方法-主分量分析方法,利用该方法能有效减小特征数据库的大小,提高图像的匹配速度.实验结果表明,给出的方法不但能有效地减少光照强度变化和噪音对图像颜色检索的影响,而且能够有效地提高检索的效率,检索的结果能较好地接近于人们的视觉感知结果.     

基于遗传算法的图像检索中特征权重自动调整

综合多种特征的图像检索可以克服使用单一特征带来的问题,如何组织这些特征使其发挥最佳作用是基于内容图像检索中的一个难点。提出了一种基于遗传算法的多特征权重自动赋值方法,首先将图像检索中特征权重调整问题转换为优化问题,进一步利用遗传算法求取权重的最优解,使检索效果达到最好。实验表明,该方法查全率和查准率较高,并且具有较强的鲁棒性和推广能力,对于各种特征和特征表示方法,都能够提供最佳的组合。     

基于知识库求解TSP问题的改进遗传算法

旅行商问题是一个典型的、易于描述却难以处理的np完全问题，快速有效地解决旅行商问题具有重要的理论和实际意义。该文提出了一种改进的遗传算法求解旅行商问题。该算法将遗传算法和知识库结合起来，利用遗传算法全局搜索能力强和知识库具有存储记忆功能的特点，提高了遗传算法求解旅行商问题的效率。并通过实验数据对基本遗传算法和改进遗传算法的求解结果进行比较，证明改进遗传算法的可行性和有效性。最后给出了改进遗传算法的重要问题和新的研究方向。     

基于遗传算法的肝脏CT图像分割算法研究

遗传算法是一种基于生物选择与遗传机制所形成的一种全局优化、随机搜索算法,对处理一些传统搜索算法解决有难度的复杂问题比较适合,具有巨大发展潜力。论文首先介绍了遗传算法的基本原理以及它的主要特点和性质,重点叙述了基于遗传算法的图像分割方法,并通过应用遗传算法选取合适的阈值,进而采用最大熵原则对人体肝脏CT图像进行了分割算法处理,得到图像分割处理的实验结果,并对实验结果进行了分析。     

皮肤显微图像自动识别系统的研究

皮肤显微图像处理是医学图像处理的一个重要分支,在医疗卫生美容领域有非常广泛的应用价值和实际意义,本系统运用图像处理技术提取皮肤症状形状、大小、颜色特征,运用遗传算法和支持向量机相结合的方法进行特征选择。在此基础上用支持向量机建立分类器,对皮肤显微图像进行分类识别,实验结果表明该系统的识别性能较好。     

多峰值全局优化的混合算法

根据遗传算法在较小的可行区域内一般有较好的求解结果这一事实,提出了一种混合算法。该算法先利用区间算法求解全局优化问题来得到包含所有最优解的小区间,随后运用遗传算法进行后续过程。算法能够有效缩小一个较大的可行区域空间,提供高适应值的初始种群,求出多峰值问题的全部最优解,提高算法的求解精度同时避免陷入局部最优。最后数值实验说明了算法的有效性。     

用非线性智能集成算法解决信息网拥塞问题

该文将遗传算法和牛顿算法相结合,提出一种非线性智能集成算法解决信息网络拥塞问题,弥补了牛顿算法求率低、可靠性差以及遗传算法收敛速度慢的缺陷。用于网络拥塞控制的仿真结果表明,该算法能够高速可靠地拥塞模型的全局解,能有效解决网络拥塞问题,并使信元丢失率保持在CCITT要求的最优水平。     

混沌遗传算法及其在函数优化中的应用

将混沌优化和遗传算法结合起来,提出了混沌遗传算法(CGA,Chaos Genetic Algorithm),并将其应用于函数优化问题的求解。通过在种群进化的不同阶段引入混沌优化操作,大大提升了遗传算法的整体性能。实验结果表明,与标准遗传算法(SGA)相比,该算法能更有效地求得全局最优解,具有更快的收敛速度。     

一种基于改进弹性束图匹配的人脸识别

针对基于弹性束图匹配（EBGM）算法的正面人脸识别,提出了一种新的优化理论。在EBGM算法中,在抽取脸部图像特征之前,需要首先预设好Gabor小波的波长。为了对EBGM算法进行优化,提出了采用遗传算法（GA）对Gabor小波波长进行最佳选择。为了对改进的算法进行评估,实验对300个FERET人脸数据库类进行了测试。在训练阶段,每个类中只取出一幅图像用来训练。经过优化后的EBGM算法匹配运算大幅度减少,识别率大约为90％,运行速度提高至原EBGM算法的115倍。     

Genetic Programming with a Genetic Algorithm for Feature Construction and Selection

The use of machine learning techniques to automatically analyse data for information is becoming increasingly widespread. In this paper we primarily examine the use of Genetic Programming and a Genetic Algorithm to pre-process data before it is classified using the C4.5 decision tree learning algorithm. Genetic Programming is used to construct new features from those available in the data, a potentially significant process for data mining since it gives consideration to hidden relationships between features. A Genetic Algorithm is used to determine which such features are the most predictive. Using ten well-known datasets we show that our approach, in comparison to C4.5 alone, provides marked improvement in a number of cases. We then examine its use with other well-known machine learning techniques.     

求解串并联系统配置问题的免疫遗传算法

通过对串并联系统配置可靠性问题的分析,提出了基于免疫遗传算法（IGA）求解该问题的方法。在保留基本遗传算法随机全局搜索能力的基础上,借鉴生物免疫机制中抗体的多样性保持策略,大大提高了算法的群体多样性。实验结果表明,免疫遗传算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,其全局收敛性及收敛速度均得到了提高。