遗传规划算法研究及其在分类分析上的应用

摘要

遗传规划(Genetic Programming)算法的树形编码结构有着很强的模型表达能力,在数据挖掘、图像处理等领域有重要应用。本文主要研究遗传规划算法及其在分类中的应用。具体工作如下:
　　首先,分析现有的遗传规划算法,提出新的两阶段遗传规划分类策略:第一阶段进化产生初步分类模型;第二阶段在初步模型基础上,再次进化生成最终分类模型。另外提出新的运算符选择方法,优秀个体的编码元素将会以更高的概率得到保留。将新算法用于分类15个人工数据集和10个UCI数据集,结果表明提出的算法能获得较高的分类精度。
　　其次,将以上提出的分类算法用于图像检索问题,提出了用于图像检索的两阶段遗传规划算法。算法中针对图像检索问题的特点,设计了新的个体编码方式,个体采用固定深度、固定节点数,叶子节点只有随机数字的编码方式。同时保留两阶段分类策略。实验结果表明提出的方法有较好的匹配检索效果。
　　最后,在对用于图像检索的两阶段遗传规划算法的研究中发现,第一个阶段对最终的准确度影响很大,因而提出了用于图像检索的改进遗传规划算法。该算法采用了一次进化完成图像检索任务;同时采用根节点固定,叶子节点为随机数以及深度不固定的编码方式,实验结果表明这种编码方式能获得更好的检索模型。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景及意义

1.2 遗传规划概述

1.3 GP算法的研究进展

1.4本文的主要工作安排

第二章 两阶段遗传规划分类算法

2.1引言

2.2 改进的GP算法

2.3仿真实验

2.4小结

第三章 用于图像检索的两阶段遗传规划算法

3.1.引言

3.2用于图像检索两阶段的GP算法

3.3实验设置

3.4 实验结果与分析

3.5小结

第四章 改进的遗传规划图像检索算法

4.1序言

4.2 新的GP图像检索方法

4.3实验结果与分析

4.4小结

第五章 总结与展望

5.1 论文总结

5.2研究展望

致谢

参考文献

作者在读硕士期间研究成果