论文部分内容阅读
针对图像特征识别转为特征选择优化的问题,提出主成分分析与混沌自适应遗传算法结合的图像目标识别算法。首先通过PCA将图像特征线性组合转变为低维空间几个综合变量;同时改进遗传算法,利用混沌Tent模型生成均匀分布的初始种群、种群交叉及变异概率与种群适应度结合自适应变化,利用类内类间距与特征相关性重新构造适应度函数,采用精英保留策略进行子代选择,得到最优特征子集;最后利用概率神经网络与支持向量机分类器进行训练,识别测试图像。仿真实验表明,PCA与混沌自适应遗传算法结合能降低特征空间维数,使识别性能得到较好提升。