计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2007年
27期
243-245
,共3页
特征选择%遗传算法%支持向量机%模式识别
特徵選擇%遺傳算法%支持嚮量機%模式識彆
특정선택%유전산법%지지향량궤%모식식별
针对多光谱图像数据维数高,数据量大的特点,鉴于自适应遗传算法在搜索最优解上特有的优点,提出了采用自适应遗传算法进行白细胞的特征提取,同时为了增强算法的稳定性,提高收敛速度,部分改进了原算法.在此基础上,利用选取的53个特征和二值支持向量机相结合,构造分类器,有效地解决了白细胞的分类识别问题.实验结果表明,改进后的算法具有更快的收敛速度,更好的稳定性,设计的分类器有效地提高了识别速度和精度,识别率达89.02%.
針對多光譜圖像數據維數高,數據量大的特點,鑒于自適應遺傳算法在搜索最優解上特有的優點,提齣瞭採用自適應遺傳算法進行白細胞的特徵提取,同時為瞭增彊算法的穩定性,提高收斂速度,部分改進瞭原算法.在此基礎上,利用選取的53箇特徵和二值支持嚮量機相結閤,構造分類器,有效地解決瞭白細胞的分類識彆問題.實驗結果錶明,改進後的算法具有更快的收斂速度,更好的穩定性,設計的分類器有效地提高瞭識彆速度和精度,識彆率達89.02%.
침대다광보도상수거유수고,수거량대적특점,감우자괄응유전산법재수색최우해상특유적우점,제출료채용자괄응유전산법진행백세포적특정제취,동시위료증강산법적은정성,제고수렴속도,부분개진료원산법.재차기출상,이용선취적53개특정화이치지지향량궤상결합,구조분류기,유효지해결료백세포적분류식별문제.실험결과표명,개진후적산법구유경쾌적수렴속도,경호적은정성,설계적분류기유효지제고료식별속도화정도,식별솔체89.02%.
