-
公开(公告)号：CN112613391B
公开(公告)日：2022-06-07
申请号：CN202011507865.9
申请日：2020-12-18
Applicant: 湖北工业大学
IPC: G06V20/10 , G06V10/774 , G06K9/62 , G06N3/00
Abstract: 本发明提供了一种基于反向学习二进制水稻育种算法的高光谱图像波段选择方法，首先在初始化时用二进制编码表示水稻个体的基因，并将二进制运算规则中的加法和减法算子运用到更新公式中，以得到二进制形式的解；其次引入反向种群策略对二进制水稻育种算法进行优化，扩大种群的搜索范围，避免算法陷入局部最优，并提升算法的全局搜索性能；最后利用基于反向学习的二进制水稻育种算法对高光谱图像进行波段选择，从而快速地获得全局最优波段子集。本发明能够提高波段选择的性能，在保证图像分类精度的同时选取最具代表性的波段特征，具有一定的普适性，可广泛适用于图像处理和模式识别等相关领域。
-
公开(公告)号：CN112612886B
公开(公告)日：2022-08-05
申请号：CN202011507872.9
申请日：2020-12-18
Applicant: 湖北工业大学
IPC: G06F16/35 , G06F40/216 , G06N3/00
Abstract: 本发明公开了一种基于水稻育种‑二进制蚁群混合算法的文本特征选择方法，为解决文本特征向量高维且稀疏的问题，本发明中在利用传统特征选择的方法对原始特征进行预选的基础上，使用水稻育种‑二进制蚁群混合算法对特征进行再选择。在水稻育种算法完成运行后根据水稻育种算法得到的结果设置二进制蚁群算法的能见度信息；二进制蚁群算法根据提供的能见度信息和对应的信息素在二元网络中进行搜索，直到满足停止条件则输出最优的文本特征子集。本发明可以有效的提取出有利于文本表示的特征子集，为后续的文本分类打下良好的基础同时可以提升分类效果。
-
Patent Agency Ranking
公开(公告)号：CN112633456A
公开(公告)日：2021-04-09
申请号：CN202011511853.3
申请日：2020-12-18
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于变长编码的二进制水稻育种算法的高光谱图像波段选择方法，不仅能够获得高高光谱图像分类精度的波段子集，而且能显著提高计算速度和节省内存开销，具体包括：对水稻种群个体进行分组，不同组别之间个体维度不等，相同组内个体维度相同，即各组维度不等种群代表长度不等的波段子集；根据动态学习率与随机数的大小关系，为每一个水稻个体分配学习样本，水稻个体进行自我学习或参照学习；通过水稻育种算法中的杂交、自交以及重置操作对水稻个体位置更新；为避免算法陷入局部最优，当全局最优在达到预定迭代次数后而并未明显变优，通过改变学习率和种群个体的维度来实现变长编码机制。
-
公开(公告)号：CN112633457A
公开(公告)日：2021-04-09
申请号：CN202011511878.3
申请日：2020-12-18
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于多目标水稻育种算法的高光谱图像波段选择方法，对基本水稻育种算法的种群划分机制进行改进，提出基因重组控制因子的概念，对恢复系个体更新方式进行了改进，从而达到更完善的重组性能，使其表现出更佳的综合寻优性能。本发明将水稻育种算法拓展到多目标优化领域内，首先输入原始遥感图像数据，随机生成初始波段组合，产生初始种群；然后根据平均熵和KL散度两个目标函数公式计算种群个体的目标函数值。按照多目标水稻育种算法步骤进行种群更新与筛选直至最终得到最佳优化波段组合为止。该方法选择出的波段集合可以有效的平衡波段信息量和波段之间相关性的关系，为降低高光谱图像的数据维度及冗余信息提供更有效的技术方法。
-
公开(公告)号：CN112613391A
公开(公告)日：2021-04-06
申请号：CN202011507865.9
申请日：2020-12-18
Applicant: 湖北工业大学
Abstract: 本发明提供了一种基于反向学习二进制水稻育种算法的高光谱图像波段选择方法，首先在初始化时用二进制编码表示水稻个体的基因，并将二进制运算规则中的加法和减法算子运用到更新公式中，以得到二进制形式的解；其次引入反向种群策略对二进制水稻育种算法进行优化，扩大种群的搜索范围，避免算法陷入局部最优，并提升算法的全局搜索性能；最后利用基于反向学习的二进制水稻育种算法对高光谱图像进行波段选择，从而快速地获得全局最优波段子集。本发明能够提高波段选择的性能，在保证图像分类精度的同时选取最具代表性的波段特征，具有一定的普适性，可广泛适用于图像处理和模式识别等相关领域。
-
公开(公告)号：CN112633456B
公开(公告)日：2023-04-18
申请号：CN202011511853.3
申请日：2020-12-18
Applicant: 湖北工业大学
Abstract: 本发明涉及一种基于变长编码的二进制水稻育种算法的高光谱图像波段选择方法，不仅能够获得高高光谱图像分类精度的波段子集，而且能显著提高计算速度和节省内存开销，具体包括：对水稻种群个体进行分组，不同组别之间个体维度不等，相同组内个体维度相同，即各组维度不等种群代表长度不等的波段子集；根据动态学习率与随机数的大小关系，为每一个水稻个体分配学习样本，水稻个体进行自我学习或参照学习；通过水稻育种算法中的杂交、自交以及重置操作对水稻个体位置更新；为避免算法陷入局部最优，当全局最优在达到预定迭代次数后而并未明显变优，通过改变学习率和种群个体的维度来实现变长编码机制。
-
公开(公告)号：CN112612886A
公开(公告)日：2021-04-06
申请号：CN202011507872.9
申请日：2020-12-18
Applicant: 湖北工业大学
IPC: G06F16/35 , G06F40/216 , G06N3/00
Abstract: 本发明公开了一种基于水稻育种‑二进制蚁群混合算法的文本特征选择方法，为解决文本特征向量高维且稀疏的问题，本发明中在利用传统特征选择的方法对原始特征进行预选的基础上，使用水稻育种‑二进制蚁群混合算法对特征进行再选择。在水稻育种算法完成运行后根据水稻育种算法得到的结果设置二进制蚁群算法的能见度信息；二进制蚁群算法根据提供的能见度信息和对应的信息素在二元网络中进行搜索，直到满足停止条件则输出最优的文本特征子集。本发明可以有效的提取出有利于文本表示的特征子集，为后续的文本分类打下良好的基础同时可以提升分类效果。
-
-
-
-
-
-
Search Results
7
records
(took 0.038 seconds)
