遗传规划多类图像分类算法研究

摘要：

基于树结构的遗传规划图像分类器,仅能从树根节点输出单一实数值,要完成多类图像分类任务比较困难.提出遗传规划多类图像分类算法,等差权值中心动态边界确定分类算法和权值快速下降中心动态边界确定分类算法.在遗传规划分类器进化过程中,动态确定训练样本各类的边界,通过不同的权重设置策略,使类的边界值设定更趋合理,以提高分类器分类的准确度.图形分类测试表明,这2种算法,用于难度大的多类图像分类问题,能提高分类的准确度,分类效果理想.

关键词：图像分类、遗传规划、等差权值中心动态边界确定算法、权值快速下降中心动态边界确定算法

所属期刊栏目：35

分类号：TP181(自动化基础理论)

资助基金：河北省"十一五"科技支撑计划项目07220401D

在线出版日期：2012-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-117,126