申请/专利权人：贵州大学

申请日：2024-03-19

公开（公告）日：2024-06-18

公开（公告）号：CN118212480A

主分类号：G06V10/771

分类号：G06V10/771;G06V10/776;G06V10/764;G06N3/006

优先权：

专利状态码：在审-公开

法律状态：2024.06.18#公开

摘要：本发明提出了一种基于增强北方苍鹰优化算法的特征选择方法，包括以下步骤：S1，获取原始图像特征数据集，并定义目标函数fX：S2，执行增强北方苍鹰优化算法进行图像的特征选择；S3，选择最后一代种群中目标函数值最小的个体作为最优图像特征子集。本发明能够有效对图像处理数据集的特征进行降维，提高了图像分类准确率，同时加快了处理速度、增强了实时响应度。进而增强了图像处理技术在人脸识别、物体检测、场景分类等重要人工智能场景中的实用性。

主权项：1.一种基于增强北方苍鹰优化算法的特征选择方法，其特征在于，包括以下步骤：S1，获取原始图像特征数据集，并定义目标函数fX：minfX＝λ1·error+λ2·R1其中，X表示从原始图像特征数据集中选取的特征子集；error表示分类错误率；R表示所选特征子集中的特征数量；n表示原始图像特征数据集中的特征信息量；λ1和λ2表示两个常数；λ2＝1-λ1；S2，执行增强北方苍鹰优化算法进行图像的特征选择；S2-1，初始化大小为N的种群Population： 其中，Xi表示种群中的第i个个体的位置信息；xi,j表示第i个个体的第j个维度的信息，值为区间[0,1]内的随机数；N表示种群中个体数量；D表示原始图像特征数据集中特征的数量；初始化种群完毕后，令It＝1，It表示当前迭代次数；其中，种群中每个个体表示原始图像特征数据集中选取的一个特征子集；S2-2，通过公式1计算特征子集对应的目标函数值；S2-3，如果It≤MaxIt，MaxIt表示最大迭代次数，则执行S2-4，否则跳转到步骤S2-10；S2-4，如果j＜D，则执行S2-5，否则跳转到S2-6；其中，D表示原始图像特征数据集中特征的数量；S2-5，执行步骤S2-5-1；S2-5-1，计算通过第一阶段更新后第i个个体的第j个维度的新位置信息，表示为下列公式： 其中，表示通过第一阶段更新后第i个个体的第j个维度的新位置信息；Pr表示种群中任意一个随机个体；Pr,j表示个体Pr的第j个维度的位置信息；xi,j表示第i个个体的第j个维度的信息；r表示在区间[0,1]内的随机数；I表示集合{1，2}内的随机数；FPr表示个体Pr的目标函数值；Fi表示第i个个体的在位置更新前目标函数值；同时，j＝j+1，跳转到S2-4；S2-6，通过下列公式对个体进行保留： 其中，Xi表示第i个个体的位置信息； 表示通过第一阶段更新后第i个个体的位置信息； 表示通过第一阶段更新后第i个个体的目标函数值；同时，It＝It+1；S2-7，如果j＜D，则执行S2-8，否则跳转到S2-9；其中，D表示原始图像特征数据集中特征的数量；S2-8，执行步骤S2-8-1；S2-8-1，计算通过第二阶段更新后第i个个体的第j个维度的新位置信息，表示为下列公式： 其中，表示通过第二阶段更新后第i个个体的第j个维度的位置信息；R表示一个线性递减因子，表示为下列公式： 同时，j＝j+1，跳转到S2-7；S2-9，通过下列公式对个体进行保留： 其中，Xi表示第i个个体的位置信息； 表示通过第二阶段更新后第i个个体的位置信息；Finew,P2表示通过第二阶段更新后第i个个体的目标函数值；同时，It＝It+1，跳转到S2-3；S2-10，保留最后一代种群：S3，选择最后一代种群中目标函数值最小的个体作为最优图像特征子集。

全文数据：

权利要求：

百度查询： 贵州大学 一种基于增强北方苍鹰优化算法的特征选择方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD