改進(jìn)遺傳算法在圖像挖掘中的應(yīng)用

《改進(jìn)遺傳算法在圖像挖掘中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、382009，45（3）ComputerEngineeringandApplications計(jì)算機(jī)工程與應(yīng)用改進(jìn)遺傳算法在圖像挖掘中的應(yīng)用雷亮1，2，汪同慶1，楊波21，212LEILiang，WANGTong-qing，YANGBo1.重慶大學(xué)光電技術(shù)及系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室，重慶4000302.重慶科技學(xué)院電子信息工程學(xué)院，重慶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：圖像關(guān)聯(lián)規(guī)則挖掘是圖像挖掘中重要研究課題

6、。為了克服傳統(tǒng)算法找到的關(guān)聯(lián)規(guī)則數(shù)目太多，用戶無法對(duì)其進(jìn)行分析；種群進(jìn)化陷入停滯不前，造成局部收斂等問題，引入了興趣度這個(gè)閾值，提出了一種根據(jù)適應(yīng)度值自動(dòng)調(diào)整交叉概率和變異概率的新的自適應(yīng)遺傳算法，并成功地運(yùn)用到Landsat衛(wèi)星ETM數(shù)據(jù)圖像，實(shí)現(xiàn)了圖像關(guān)聯(lián)規(guī)則的提取。實(shí)驗(yàn)結(jié)果表明，該算法在收斂快速性和穩(wěn)定性等方面都有了明顯改善，達(dá)到了預(yù)期效果。關(guān)鍵詞：圖像挖掘；關(guān)聯(lián)規(guī)則；自適應(yīng)遺傳算法；興趣度DOI：10.3778/j.issn.1002-8331.2009.03.010文章編號(hào)：1002－8331（200

7、9）03-0038-04文獻(xiàn)標(biāo)識(shí)碼：A中圖分類號(hào)：TP751.1隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和計(jì)算機(jī)性能的提高，數(shù)碼相機(jī)、監(jiān)像挖掘技術(shù)進(jìn)行語(yǔ)義特征的抽取，進(jìn)行圖像檢索的新方法。我視相機(jī)、衛(wèi)星遙感系統(tǒng)的應(yīng)用越來越廣泛，涌現(xiàn)出大量的圖像們可以看到，人們對(duì)圖像挖掘研究的問題主要在于挖掘系統(tǒng)的數(shù)據(jù)，對(duì)這些圖像進(jìn)行自動(dòng)分析以獲取大量有用知識(shí)的需求日建立和挖掘算法的發(fā)現(xiàn)。益增加，圖像挖掘技術(shù)提供了有效的方法和技術(shù)。圖像挖掘圖像關(guān)聯(lián)規(guī)則是圖像挖掘研究的一個(gè)重要研究課題，人們（ImageMining，IM）是一種可以從大量的圖像集合中自

8、動(dòng)獲取提出了多種關(guān)聯(lián)規(guī)則的挖掘算法，如Aprior、FP—增長(zhǎng)算法等隱含的圖像內(nèi)容與模式的多學(xué)科交叉研究課題。其根本任務(wù)是關(guān)聯(lián)規(guī)則。文獻(xiàn)[5]提出了一種ARMAGA（AssociationRules從圖像底層象素特征描述中，高效的獲取高層圖像空間對(duì)象及MiningAlgorithmbasedonanovelGeneticAlgorithm）方法，其相互關(guān)系，以提取出圖像序列中隱含的、先