基于遗传算法的孤立森林水下人工目标检测方法

摘要

本发明公开的基于遗传算法的孤立森林水下人工目标检测方法，首先读取水下机器人采集的原始声呐图像文件；其次，将原始声呐图像数据首先进行归一化并进行缺失值的填补；然后，定义种群规模以及迭代次数，并对遗传算法中种群的每一个个体进行初始化，抽取样本数据，通过建立分离树和孤立森林，计算得到图像数据中的异常数据点和正常数据点；最后，通过遗传算法中的种群进行训练迭代，如果迭代次数达到规定的迭代次数，则输出最优解；若不满足则返回继续。本发明公开的方法提供了自适应的参数设置，从而避免了因为人为设定而造成的精度的损失，相对于原有的孤立森林的算法，具有较高的准确率。