计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2014年
3期
898-901,906
,共5页
蒋立辉%陈红%庄子波%熊兴隆%于岚
蔣立輝%陳紅%莊子波%熊興隆%于嵐
장립휘%진홍%장자파%웅흥륭%우람
小波矩%风切变%形状特征%遗传算法%类型识别
小波矩%風切變%形狀特徵%遺傳算法%類型識彆
소파구%풍절변%형상특정%유전산법%류형식별
wavelet moment%wind shear%shape feature%Genetic Algorithm (GA)%type recognition
针对采用三次B样条小波矩提取的低空风切变图像的形状特征,提出了一种改进的遗传算法(GA)用于微下击暴流、低空急流、侧风以及顺逆风4种风切变的类型识别中.该算法中自适应交叉概率仅考虑了进化代数的影响,而变异概率强调个体与群体适应度的作用,使得在均匀把握群体演变方向时,极大程度地丰富种群的多样性.对由此改进算法选取的最优特征子集,采用三阶近邻分类器进行分类识别.实验结果表明,该自适应遗传算法操作方向性强,能快速收敛到全局最优解,稳定地提取出最优特征子集,最终使低空风切变的平均识别率达到97％以上,获取了较好的识别效果.
針對採用三次B樣條小波矩提取的低空風切變圖像的形狀特徵,提齣瞭一種改進的遺傳算法(GA)用于微下擊暴流、低空急流、側風以及順逆風4種風切變的類型識彆中.該算法中自適應交扠概率僅攷慮瞭進化代數的影響,而變異概率彊調箇體與群體適應度的作用,使得在均勻把握群體縯變方嚮時,極大程度地豐富種群的多樣性.對由此改進算法選取的最優特徵子集,採用三階近鄰分類器進行分類識彆.實驗結果錶明,該自適應遺傳算法操作方嚮性彊,能快速收斂到全跼最優解,穩定地提取齣最優特徵子集,最終使低空風切變的平均識彆率達到97％以上,穫取瞭較好的識彆效果.
침대채용삼차B양조소파구제취적저공풍절변도상적형상특정,제출료일충개진적유전산법(GA)용우미하격폭류、저공급류、측풍이급순역풍4충풍절변적류형식별중.해산법중자괄응교차개솔부고필료진화대수적영향,이변이개솔강조개체여군체괄응도적작용,사득재균균파악군체연변방향시,겁대정도지봉부충군적다양성.대유차개진산법선취적최우특정자집,채용삼계근린분류기진행분류식별.실험결과표명,해자괄응유전산법조작방향성강,능쾌속수렴도전국최우해,은정지제취출최우특정자집,최종사저공풍절변적평균식별솔체도97％이상,획취료교호적식별효과.
