改进遗传算法在图像挖掘中的应用

改进遗传算法在图像挖掘中的应用

ID:37173730

大小:165.57 KB

页数:4页

时间:2019-05-21

改进遗传算法在图像挖掘中的应用_第1页
改进遗传算法在图像挖掘中的应用_第2页
改进遗传算法在图像挖掘中的应用_第3页
改进遗传算法在图像挖掘中的应用_第4页
资源描述:

《改进遗传算法在图像挖掘中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、382009,45(3)ComputerEngineeringandApplications计算机工程与应用改进遗传算法在图像挖掘中的应用雷亮1,2,汪同庆1,杨波21,212LEILiang,WANGTong-qing,YANGBo1.重庆大学光电技术及系统教育部重点实验室,重庆4000302.重庆科技学院电子信息工程学院,重庆4013311.KeyLabofOptoelectronicTechnology&SystemMinistryofEducation,ChongqingUniversity,Chong

2、qing400030,China2.SchoolofElectronicInformationEngineering,ChongqingUniversityofScienceandTechnology,Chongqing401331,ChinaE-mail:cqlei.l@163.comLEILiang,WANGTong-qing,YANGBo.Researchofimageminingbasedonimprovedgeneticalgorithm.ComputerEngineeringandApplicati

3、ons,2009,45(3):38-41.Abstract:Discoveringimageassociationrulesisoneofthemostimportanttasksinimagedatamining.However,thenumberofdiscoveredrulesissolarge,sotheusercannotanalyzealldiscoveredrules.Atthesametime,thepopulationsaretroubledintostagnation,resultingin

4、partialconvergence.Tosolvethoseproblems,theinterestmeasureandanewadaptivegeneticalgorithmthatbasesthefitnessvaluetoadjustthecrossoverprobabilityandmutationprobabilityareconcernedinthepaper.Lastly,thealgo-rithmsuccessfullyappliedtominetheimageassociationrules

5、fromLandsatsatelliteimages.Someexperimentsshowthatthepro-posednewalgorithmisclearlyimprovedinconvergentspeedandstabilityandgetstheexpectationeffect.Keywords:ImageMining(IM);associationrules;self-adaptivegeneticalgorithm;interestmeasure摘要:图像关联规则挖掘是图像挖掘中重要研究课题

6、。为了克服传统算法找到的关联规则数目太多,用户无法对其进行分析;种群进化陷入停滞不前,造成局部收敛等问题,引入了兴趣度这个阈值,提出了一种根据适应度值自动调整交叉概率和变异概率的新的自适应遗传算法,并成功地运用到Landsat卫星ETM数据图像,实现了图像关联规则的提取。实验结果表明,该算法在收敛快速性和稳定性等方面都有了明显改善,达到了预期效果。关键词:图像挖掘;关联规则;自适应遗传算法;兴趣度DOI:10.3778/j.issn.1002-8331.2009.03.010文章编号:1002-8331(200

7、9)03-0038-04文献标识码:A中图分类号:TP751.1随着网络技术的发展和计算机性能的提高,数码相机、监像挖掘技术进行语义特征的抽取,进行图像检索的新方法。我视相机、卫星遥感系统的应用越来越广泛,涌现出大量的图像们可以看到,人们对图像挖掘研究的问题主要在于挖掘系统的数据,对这些图像进行自动分析以获取大量有用知识的需求日建立和挖掘算法的发现。益增加,图像挖掘技术提供了有效的方法和技术。图像挖掘图像关联规则是图像挖掘研究的一个重要研究课题,人们(ImageMining,IM)是一种可以从大量的图像集合中自

8、动获取提出了多种关联规则的挖掘算法,如Aprior、FP—增长算法等隐含的图像内容与模式的多学科交叉研究课题。其根本任务是关联规则。文献[5]提出了一种ARMAGA(AssociationRules从图像底层象素特征描述中,高效的获取高层图像空间对象及MiningAlgorithmbasedonanovelGeneticAlgorithm)方法,其相互关系,以提取出图像序列中隐含的、先

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。