|
|||||
|
|
| 混合种群多样性自适应遗传操作的HMM训练模型 | |
| 引用本文： | 王相海,丛志环,方玲玲,宋传鸣.混合种群多样性自适应遗传操作的HMM训练模型[J].计算机研究与发展,2014,51(8). |
| 作者姓名： | 王相海 丛志环 方玲玲 宋传鸣 |
| 作者单位： | 1. 辽宁师范大学计算机与信息技术学院 辽宁大连 116029;智能计算与信息处理教育部重点实验室(湘潭大学) 湖南湘潭411105;计算机软件新技术国家重点实验室(南京大学) 南京 210093 2. 辽宁师范大学计算机与信息技术学院 辽宁大连 116029 3. 辽宁师范大学计算机与信息技术学院 辽宁大连 116029;计算机软件新技术国家重点实验室(南京大学) 南京 210093 |
| 基金项目： | 国家自然科学基金项目，教育部高等学校博士学科点专项科研基金项目，辽宁省博士科研启动基金项目，辽宁高等学校科学技术计划基金项目，大连市科学技术基金计划基金项目 |
| 摘 要： | 针对传统GA方法训练HMM模型所存在的对遗传控制参数具有较强的敏感性的问题:1)提出一种以混合遗传种群多样性为原则的BPD-AGA算法,该算法依据决定种群多样性的基因型和表现型来自适应地调整遗传参数,使整个遗传迭代过程能够在扩大遗传搜索空间的同时提高最优解的质量;2)提出了一种基于BPD-AGA的HMM训练模型,该模型一方面利用BPD-AGA的自适应选择操作,选择对混合种群多样性贡献最大的个体作为竞争优胜者;另一方面利用BPD-AGA的自适应交叉变异操作,在扩大算法搜索空间的同时保护对混合种群多样性贡献较大的个体,从而保证了HMM解个体的全局最优性;3)为了提高BPD-AGA训练的收敛速度,利用Baum-Welch算法从外部对BPD-AGA的收敛性进行了改善,提出了一个从外部和内部同时改善GA性能的BPD-AGA/Baum-Welch混合模型;4)给出了将所提出的模型和算法应用在交通视频车辆行驶状态判别中的实现过程.仿真实验验证了所提出模型和算法的有效性. |
| 关 键 词： | 混合遗传种群多样性 自适应遗传算法 HMM训练模型 车辆行驶状态 实时判别 |
HMM Training Model Using Blending Population Diversity Based Aaptive Genetic Algorithm Title |
|
| Wang Xianghai,Cong Zhihuan,Fang Lingling,Song Chuanming.HMM Training Model Using Blending Population Diversity Based Aaptive Genetic Algorithm Title[J].Journal of Computer Research and Development,2014,51(8). | |
| Authors: | Wang Xianghai Cong Zhihuan Fang Lingling Song Chuanming |
| Abstract: | |
| Keywords: | blending population diversity adaptive genetic algorithm HMM training model vehicle driving status real-time recognition |
| 本文献已被 CNKI 等数据库收录！ | |