基于改进GA-RS的火焰图像特征自适应选择

摘要：

针对已有固定火焰图像特征模式识别算法泛化能力较差,且误报率较高的问题,提出一种新的火焰图像特征自适应选择算法.根据特征约简的2大基本准则,将遗传优化引入到粗糙集的属性约简,使交叉和变异概率随个体的适应度值自适应调整,以保护较优并淘汰适应度值低的个体.通过动态修剪并补充新个体增加种群的多样性,从而提高遗传算法的全局寻优能力.实验结果表明,与基于支持向量机的图像型火灾探测算法相比,改进算法在降低特征空间维数的同时,火焰的平均识别率提高了16％.

关键词：遗传算法、粗糙集、属性约简、全局寻优、适应度函数

所属期刊栏目：41

分类号：TP391.9(计算技术、计算机技术)

资助基金：教育部高等学校博士学科点专项科研基金资助项目20126120110008;陕西省教育厅专项科研计划基金资助项目14JK1438;西安建筑科技大学人才科技基金资助项目RC1343

在线出版日期：2015-10-14（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：186-189