| 一种改进的遗传算法在疲劳断口图像鉴别中的应用 |
| |
| 引用本文： | 李凌,刘新灵,胡春燕.一种改进的遗传算法在疲劳断口图像鉴别中的应用[J].失效分析与预防,2010,5(4):193-198,209. |
| |
| 作者姓名： | 李凌 刘新灵 胡春燕 |
| |
| 作者单位： | 1. 无损检测技术教育部重点实验室(南昌航空大学),南昌,330063
2. 北京航空材料研究院,中国航空工业集团公司失效分析中心,北京,100095 |
| |
| 基金项目： | 国家自然科学基金，航空基金，江西省教育厅科技项目 |
| |
| 摘 要： | 特征选择是疲劳断口图像鉴别中的重要问题之一。针对高维的断口图像特征,特征选择一方面可以提高分类精度和效率,另一方面可以确定富含信息的特征子集。针对此问题,提出一种改进的遗传算法,并用于疲劳断口的特征选择：首先,引入线性预测对简单遗传算法SGA（simple genetic algorithm）进行修正,在每一代较优的个体附近,采用线性预测的方法预测出新的个体,提高遗传算法的局部搜索能力;其次,把特征选择转化为目标优化问题,确定目标函数,并利用改进的遗传算法进行断口图像特征选择,得到精简的特征子集;最后,在特征子集上进行断口图像分类鉴别。结果表明：改进的遗传算法可找到有效的特征子集,从而实现降维并提高分类精度。
|
| 关 键 词： | 特征选择 遗传算法 线性预测 断口图像 疲劳鉴别 |
A Modified Genetic Algorithm Applied in Fatigue Fracture Image Identification |
| |
| LI Ling,LIU Xin-ling,HU Chun-yan.A Modified Genetic Algorithm Applied in Fatigue Fracture Image Identification[J].Failure Analysis and Prevention,2010,5(4):193-198,209. |
| |
| Authors: | LI Ling LIU Xin-ling HU Chun-yan |
| |
| Affiliation: | LI Ling1,LIU Xin-ling2,HU Chun-yan2(1.Key Laboratory of Nondestructive Testing(Nanchang Hangkong University) Ministry of Education,Nanchang 330063,China,2.Beijing Institute of Aeronautic Materials,Failure Analysis Center of AVIC,Beijing 100095,China) |
| |
| Abstract: | Feature selection is one of the most important problems in fatigue fracture image identification.For high dimension data,feature selection can not only improve the accuracy and efficiency of classification,but also discover informative subset.This paper proposed an improved genetic algorithm and applied it to fatigue fracture image identification.First,genetic algorithm was improved by use of linear prediction to enhance genetic algorithm local search capabilities.Then,the feature selection was viewed as an... |
| |
| Keywords: | feature selection genetic algorithm linear prediction fracture image fatigue identification |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
