基于遗传算法的准确分类规则知识发现

针对传统算法处理数据分类问题计算量大，易陷入局部最优解的缺陷，本文结合遗传算法的全局搜索特性，给出了基于遗传算法的准确分类规则知识发现方法。首先分析了用遗传算法进行分类规则挖掘的关键技术，给出个体编码、适应度函数的设计、遗传操作算子的设计；然后从理论上详细阐述了遗传算法的准确分类规则挖掘的方法；最后开发了基于JBuilder2006平台的仿真程序，从标准数据库中发现了准确的分类规则，实验结果验证了算法的有效性。     

基于遗传算法的非监督层次分类方法研究

快速准确地确定单个样本的所属类别以及总体样本类别数是解决非监督模式识别的前提,然而它们的确定通常是非常困难的.通过研究基于遗传算法的相似性度量最优分类算法以及最优分类数确定算法,提高非监督识别的准确性,并将所研究的算法应用到飞机识别当中.实验结果表明,本算法可以进行最优分类及分类数的确定.     

基于独立分量分析的人脸自动识别方法研究

提出了一种独立分量分析（ICA）和遗传算法（GA）相结合的人脸自动识别方法,人脸图像的独立的基的获取是采用基于四阶统计信息的ICA算法;为了减少计算复杂度,对原因像进行滤波降维,并用遗传算法对ICA求得的独立基集合进行搜索得到了一个最优的独立基子集,最后,选择合适的分类器根据待识别图像在独立基上投影系数进行分类判决,对人脸图像库的实验表明本方法识别率比基于主元分析 特征脸方法高,且计算量小于传统的基于ICA人脸识别方法。     

基于遗传算法的支持向量机分类算法

针对现有部分支持向量机在多类分类过程中存在的数据不均衡性、对算法结构依赖性强的问题,提出一种新的基于遗传算法的支持向量机多类分类算法。以遗传算法中的交叉作为支持向量机中类的选择,以变异改善分类过程中的纠错能力,以适应度函数作为最优分类结果的确定。在不同特性的样本集上进行仿真测试,结果证明,该算法在类数较多的情况下,有更好的数据均衡性,在分类速度及准确度上均有一定的优越性。     

基于独立分量分析和相关向量机的高光谱数据分类

提出一种独立分量分析（ICA）和相关向量机（RVM）相结合的高光谱数据分类方法,首先采用虚拟维数方法对高光谱数据维数进行估计,在此基础上,采用独立分量分析对数据进行降维,然后采用相关向量机对降维后的数据分类。计算机仿真实验结果表明,该方法在获得较高分类精度的同时大大节省了分类时间。     

基于独立分量分析的极化SAR图像非监督分类方法

提出了一种针对极化合成孔径雷达(SAR)图像的新的分类方法--基于独立分量分析(ICA)的非监督分类方法.该方法将ICA和基于模糊集理论的非监督分类方法结合起来.用ICA方法对原始极化SAR图像进行特征提取,并用模糊C均值(FCM)算法对提取出的独立分量图像进行分类.该算法可对极化SAR图像进行自动分类,并减少由相干斑噪声所引起的分类错误,且其收敛速度快、稳定性高.采用SIR-C/X-SAR数据的试验证明了该算法的有效性.     

基于独立分量分析的人脸自动识别方法研究

提出了一种独立分量分析(ICA)和遗传算法(GA)相结合的人脸自动识别方法,人脸图像的独立基的获取是采用基于四阶统计信息的ICA算法;为了减少计算复杂度,对原图像进行滤波降维,并用遗传算法对ICA求得的独立基集合进行搜索得到了一个最优的独立基子集;最后,选择合适的分类器根据待识别图像在独立基上投影系数进行分类判决.对人脸图像库的实验表明本方法识别率比基于主元分析的特征脸方法高,且计算量小于传统的基于ICA人脸识别方法.     

基于差集与遗传算法的同心圆阵稀疏优化方法

同心圆阵天线具有结构简单、波束旋转对称、旁瓣电平低等特点,但是阵列阵元数较多,系统实现的代价大.文中提出了一种非均匀稀疏同心圆阵的设计方法.基于差集的阵列稀疏优化方法具有解析性,运算量小,旁瓣电平低等优点.首先利用循环差集方法获得阵列初始的稀疏优化结构,并进一步将差集产生的解集作为遗传算法的初始值,通过差集与遗传算法相结合进一步优化阵列结构.仿真结果表明:该方法在保持较大稀疏率的同时获得了较理想的旁瓣电平.     

基于遗传算法的共形阵副瓣电平抑制研究

针对扫描范围有限的共形阵列天线,在保证天线孔径不变的情况下,基于遗传算法提出了以天线开关矩阵为变量,以最大副瓣电平最小化为优化目标的优化算法。仿真结果表明,该方法可以有效降低天线副瓣电平,提升阵列优化效率。     

基于遗传算法的非对称多波束反射阵天线设计

针对传统方法设计的多波束反射阵天线增益低、波束偏移大、要求波束对称等问题,通过引入全局优化算法中的遗传算法对反射阵相位分布进行优化,以完成非对称多波束反射阵天线设计。为验证其有效性,设计并制作了一副Ku频段,波束指向分别为θ1=25°,1=0°和θ2=15°,2=180°的非对称双波束反射阵天线。测试和仿真结果较吻合,天线在中心频点的增益为26.03dBi,效率达到28.04%,1dB增益带宽和3dB轴比带宽均能覆盖11.3~12.3GHz(8.3%),实测波束指向为θ1=24.3°,1=0°和θ2=15°,2=180°,波束偏移0.7°。结果表明遗传算法能有效完成非对称多波束反射阵天线设计。     

基于遗传算法的基因微阵列数据聚类

微阵列基因数据用以挖掘特定的生物信息,聚类分析对于研究基因功能和基因调控机制有重要意义.结合改进的遗传算法对基因微阵列数据进行聚类分析,并且通过实验与K均值聚类进行比较.仿真实验表明,该算法可以有效改进基因微阵列数据的聚类准确率.     

基于相关性测度的雷达分选算法

雷达信号分选利用信号特征参数的相关性来实现不同雷达信号的分离。在实际雷达信号分选的处理过程中,由于信号参数的无规律性以及先验知识的缺乏,采用独立分量分析(In-dependent Component Analysis, ICA)的方法对雷达信号进行处理。针对 ICA 算法分离非平稳信号性能下降的问题,提出一种相关性测度变步长 ICA 算法,将其应用于雷达信号分选中。计算机仿真表明,这种算法不仅减少了信号的分选达到收敛的迭代次数,而且可以有效地提高信号分选的稳态性。     

基于图像置乱和ICA-DWT的数字图像水印算法

提出了一种基于图像置乱和ICA-DWT的数字图像水印算法。该算法首先对原始图像进行三级离散小波变换(DWT),把分解所得到的低频子图进行奇异值分解(SVD),然后用独立分量分析(ICA)方法嵌入经过Arnold置乱的水印。实验结果表明,该算法对经处理、压缩和一些几何变换后的图像有较好的稳健性,同时还可以达到水印的不可见性。     

基于ICA的数字水印的方法

数字水印是现在多媒体信号处理研究的一个热点,已经有许多关于数字水印嵌入和提取的方法.增强数字水印的鲁棒性是数字水印问题的关键.本文将独立分量分析用于数字水印,即把承载图像和水印图像在空间域直接混叠,并利用独立分量分析(ICA)的方法提取数字水印,得到了很好的结果.计算机实验结果表明这是一种鲁棒性极强的新方法.     

一种基于动态遗传算法的聚类新方法

 如何确定聚类数目一直是聚类分析中的难点问题.为此本文提出了一种基于动态遗传算法的聚类新方法,该方法采用最大属性值范围划分法克服划分聚类算法对初始值的敏感性,并运用两阶段的动态选择和变异策略,使选择概率和变异率跟随种群的聚类数目一致性变化,先进行不同聚类数目的并行搜索,再获取最优的聚类中心.七组数据聚类实验证明该方法能够实现数据集最佳划分的自动全局搜索,同时搜索到最佳聚类数目和最佳聚类中心.     

基因表达式编程和K-Means融合的雷达信号分选

为了解决聚类算法需要较多的先验知识,不能自动进行聚类的问题,提出了基因表达式编程和K-Means融合的雷达信号分选算法。从介绍基因表达式编程和K-Means聚类算法的特点出发,针对雷达信号的实际情况,对两种算法进行了优化融合,并通过模拟雷达辐射源数据进行了仿真验证,仿真结果表明该算法在不需要任何雷达辐射源先验知识的情况下即可自动完成聚类分选,具有98.3%的聚类分选精度和较快的收敛速度,其较高的分选精度在电子情报侦察系统上有着广阔的应用前景。     

强干扰下的盲波束形成算法

针对恒模波束形成算法在干扰信号功率较强的情况下不能收敛到期望信号的问题,提出了一种基于独立分量分析的盲波束形成算法。该算法应用独立分量分析的方法来分离阵列接收信号,通过期望信号来向约束分离向量使其收敛到期望信号,算法在强干扰信号情况下能够收敛到期望信号、对非恒模信号有效并且运算量适中。理论分析和仿真实验表明提出的算法在强干扰和幅相误差存在的情况下相比恒模算法性能优越。     

基于信息极大化的ICA算法研究

独立成分分析是在缺乏混合系统和源信号先验知识的条件下,仅通过观测信号来恢复出源信号,已经成为数字信号处理的重要研究方向。文中在研究独立成分分析理论的基础上,介绍了一种基于信息极大化的分离算法,并对混合音频信号进行仿真试验,成功分离出了混合信号中的各个独立成分,仿真结果验证了信息极大化分离算法在语音增强和助听器功能改善方面的优越性,具有一定的理论研究和应用价值。     

基于蚁群和模拟退火算法的聚类新方法

模拟退火算法具有良好的全局搜索能力,而蚁群算法具有良好的分布式并行性和正反馈能力.针对样本维数大、数目多时聚类效果不满意的问题,提出了混合的蚁群模拟退火算法,思路是利用K-均值算法的结果作为初值,再使用蚁群算法和模拟退火算法对初值进行调整聚类,结果表明这种算法比较有效.     

基于改进遗传算法的阵元失效校正方法

阵列天线中阵元失效,其方向图的副瓣电平会升高、主瓣变宽。保留遗传算法前期迭代的最优个体为新初始种群对遗传算法进行改进,以加快收敛速度和防止最佳染色体缺失。并利用基于优势保留的改进遗传算法,针对-40dB 的26 单元阵列,随机缺失3 单元后进行优化,恢复原方向图副瓣水平。结果表明,该算法能够有效减少阵元缺失后方向图的恶化。