遗传算法在SAR图像目标鉴别特征选择上的应用

针对SAR图像鉴别特征选择,在候选特征数较多情况下的应用,文中利用遗传算法提出了一种可靠、准确的鉴别特征选择方法。首先介绍了常用于目标鉴别的19个特征。然后利用遗传算法对上述特征进行了选择。并在评价环节中,对原有方法中适应度函数的权值进行了调整。通过对比实验表明,适应度函数权值的调整,能够加速种群的进化速度,提高了鉴别特征选择的准确性和有效性。     

基于遗传算法的任意布阵天线方向图优化

建立了一种通用的适应度函数式，通过遗传算法对八元阵优化，逼近二项式分布和切比雪夫分布，验证了算法的正确性。通过对八元阵方向图不同目标的优化，说明该算法及适应度函数的设计对任意布阵天线方向图多目标优化的有效性。     

基于遗传算法的水下阵列DOA估计研究

利用遗传算法研究水下阵列对目标的方位角估计问题,提出了一种新的方法证明遗传算法中的适应度函数对应于信号源的阵列流型取得极大值,采用该适应度函数的遗传算法(GA)计算量介于MUSIC算法和DML算法之间.通过计算机仿真验证,采用该适应度函数的遗传算法进行的DOA估计具有分辨相干目标的能力,角度分辨力高于MUSIC算法,估计偏差和均方误差在中低信噪比条件下小于MUSIC算法,与DML算法基本一致.     

一种基于遗传算法的鲁棒性数字图像水印算法

本文提出一种基于小波变换的目标约束遗传算法,研究了该算法在图像优化水印算法中的应用.本算法以提高鲁棒性为主要目标,以最小的不可见性为适应度.在小波变换的同时加入优化目标函数约束,迭代搜索合适的嵌入位置和选择嵌入参数.使得嵌入的水印图像的鲁棒性和不可见性在目标函数中达到最优.     

基于遗传算法的高维子空间聚类算法设计

针对高维空间数据的特点,为了降低“维数灾难效应”对聚类结果的影响,提出并实现了一种新的基于遗传算法的子空间聚类算法,通过特征选择方法并结合遗传算法的全局搜索能力对所有的特征子空间进行搜索:采用实数制编码方式对解空间进行编码,并设计一种基于距离和信息熵的适应度评估函数来对聚类结果和子空间所包含的特征维进行评估.最后,通过人工数据与真实数据等几组实验验证了算法的高效性和鲁棒性.实验结果表明,本文提出的新算法能够有效地进行高维数据聚类,降低“维数灾效应”的影响.     

基于改进型遗传算法的强化学习特征选择方法

本文针对强化学习的特征选择过程中存在的组合爆炸问题,提出了基于改进型遗传算法的特征选择方法,并以自回避行走问题中的寻路任务进行有效性验证。首先针对自回避行走任务环境设计了17种独立特征,而后设计了渐进式的遗传算法并改进了适应度函数,最后进行了对比实验。实验结果表明,该方法在不降低算法性能的条件下,特征数量减少了70.59%,适应度提高了23.98%,是一种行之有效的特征选择方法。     

基于SVM和遗传算法的变频器故障诊断研究

提出一种基于遗传算法和支持向量机的故障诊断模型.该模型采用故障识别中的分类效果作为遗传算法中的适应度函数对故障信号进行特征提取和选择,得到更能反映故障类别的特征,作为识别特征输入多类支持向量机的输入,实现不同类别故障的识别.将该模型应用于变频器功率变换主电路的故障诊断.仿真结果表明,经过遗传算法提取的特征在保持分类精度的基础上,提高了变频器故障识别的效率.     

子阵级相控阵差波束旁瓣抑制新方法

针对采用单脉冲技术的相控阵系统,在子阵级采用数字加权抑制差波束的旁瓣.利用遗传算法优化子阵级加权,构造了加权向量和方向图等两种适应度函数.对只使用一种适应度函数的常规遗传优化方法进行了改进,提出分阶段、多适应度函数的方法:将优化过程分为两个阶段,并分别使用加权向量和方向图参数作为适应度函数.改进方法提高了遗传优化的稳定...     

基于遗传算法的多目标多路径优化选择算法研究

依据遗传算法GA（Genetic Algorithms）基本原理，文章提出一种多目标多路径选择算法，在给定多个目标约束条件下，能够解出多个近优路径，以满足驾驶员不同偏好的路径选择，并对每一目标设计出了相应适应度函数。实验结果证明能有效解决多目标多路径不重叠路径选择问题，能为驾驶员提供更好路径选择满意度。和目前已有其它方法相比，减少了路径搜索计算时间和复杂度。     

敏感图像高维特征模糊测度与快速遗传检测

所谓敏感图像是指由文字及数字组成,带有明确指示意义的图像,其对于图像的分析与理解具有十分重要的意义。本文研究了敏感图像颜色,纹理及形状的高维识别特征模型及其检测分割准则,建立了敏感图像检测的单目标规划方程。提出了区域目标颜色与彩色纹理模糊测度,并将颜色与纹理信息进行融合,建立了敏感图像高维特征模糊测度函数。提出了敏感图像快速检测分割的遗传算法,设计了种群的初始化方法,选择了相应的适应度函数,提高了遗传算法的搜索效率。实验表明：所研究的理论与技术具有较好的参考价值。     

基于外形特征与运动特征的人体行为提取方法

针对传统外形特征表征方法描述行为动作能力有限和运动特征表征方法难以准确、稳定地捕捉目标运动特性等问题。提出运用人体外形特征和运动特征相结合的方法提取人体行为关键特征,利用谱聚类算法对特征进行降维,降低了数据维数,获得了最优的特征表征。仿真实验表明,该方法降低了样本维数,减少了数据冗余,并提高了训练精度,且保证了行为识别率。     

基于多波段特征融合模板匹配的目标识别方法

为了满足天基系统对红外探测目标的高精度识别需求,提出了一种基于多波段特征融合模板匹配的目标识别方法。首先阐述分析了目标多维特征要素以及分类手段。结合目标运动特征、多波段下目标光谱特征以及红外辐射变化等特征实现了特征融合处理,并基于区域特征变化,采用动态规整模板匹配算法完成了目标识别。最后结合合作目标的红外辐射强度序列数据对参数进行了训练调整。分析结果表明,本文建立的识别方法能够较好地实现目标型号识别,性能优于传统的动态规整匹配算法。     

融合灰度与显著性特征的空中红外目标跟踪

针对红外目标特征简单且信息量少导致跟踪精度不高,提出一种基于灰度和显著性特征融合的核相关滤波算法用于空中红外目标跟踪。首先,在保证目标足够特征信息量的前提下对较大的目标进行不同等级压缩。然后将提取的二维灰度特征与显著性特征按页方式进行拼接扩展成三维特征,再将融合的特征用于核相关滤波。实验表明所提算法能够适应多种环境下的空中红外目标跟踪,跟踪精度和成功率典型值分别达到84.8%和63.9%,较大部分算法有很大提高,平均跟踪速度高达125 f/s,体现出了良好的实时性。因此,本文提出的算法在保证实时性的同时提高了跟踪的可靠性,具有一定的实用意义。     

基于目标红外特征与SIFT特征相结合的目标识别算法

为了解决传统的SIFT算法存在检测时间长,识别率低等问题,提出了一种基于目标红外特征与SIFT特征相结合的红外图像识别算法,该算法首先通过5个能反映红外目标初步信息且易实现的红外特征量进行初步识别,然后采用SIFT算法进行精确识别。通过三种飞机的红外图实验可以看出,将红外特征量与SIFT特征检测识别方法相结合,识别时间缩短0.06s,识别率有较大提高,达到98%以上。     

基于颜色和边缘特征的均值迁移目标跟踪算法

综合颜色特征对旋转、变形不敏感和边缘特征对光照、颜色不敏感的优点,提出了一种基于颜色和边缘特征的均值迁移目标跟踪算法,提高了跟踪算法的鲁棒性。利用加权求和的方法获得联合特征的Bhattacharyya系数,以此作为衡量目标模型与候选目标相似程度的依据。实验结果表明,在光照变化时,本文算法的跟踪误差大约是基于颜色特征的均...     

图像特征对烟幕干扰的效能评估对比研究

烟幕干扰作为现代战场常见的无源干扰方式,具有优良的光电对抗效果、较强的战术应用机动性和较高的效费比。针对基于图像的烟幕干扰定量评估研究不足,本文从跟踪的角度出发,对烟幕干扰下目标的红外成像使用灰度特征、基于LBP的纹理特征、类哈尔矩形特征、方向梯度直方图特征以及深度特征5种方法进行特征提取,通过将特征提取结果与主观评分进行相似性计算,得出不同图像特征对烟幕干扰下目标的表征能力。通过对8组外场试验所得数据的分析验证,得出结论,对烟幕干扰下目标表征能力较为优秀的三种特征分别是方向梯度直方图特征、类哈尔矩形特征以及深度特征。     

Feature selection algorithm based on XGBoost

Feature selection in classification has always been an important but difficult problem.This kind of problem requires that feature selection algorithms can not only help classifiers to improve the classification accuracy,but also reduce the redundant features as much as possible.Therefore,in order to solve feature selection in the classification problems better,a new wrapped feature selection algorithm XGBSFS was proposed.The thought process of building trees in XGBoost was used for reference,and the importance of features from three importance metrics was measured to avoid the limitation of single importance metric.Then the improved sequential floating forward selection (ISFFS) was applied to search the feature subset so that it had high quality.Compared with the experimental results of eight datasets in UCI,the proposed algorithm has good performance.     

目标一维距离像特征提取和识别方法之研究

目标一维距离像揭示了目标径向结构的分布特性,但它敏感于目标姿态的变化,故直接将一维距离像用于目标识别很难取得好的效果.本文把一维距离像作为随姿态变化的序列,提出了强散射中心维数、目标特征尺寸、散射中心分布熵三个概念,并把这三个特征作为RBF神经网络的输入进行目标识别实验,取得了较好的识别效果.     

基于目标运动分辨技术提取导弹目标运动特征

空间运动特征是导弹目标识别所依据的主要目标特性之一。本文基于目标运动分辨(TMR)技术，研究了导弹目标空间运动特征提取的方法与处理步骤，并用实测数据进行了验证。