传统GEP(Gene Expression Programm ing)算法存在局部收敛方面的缺陷,为了解决这一问题,提出了可以使进化快速跳出局部最优的VPS-GEP(Various Popu lation Strategy GEP)算法,证明了在概率意义上GEP平均每代进化所耗时间与群体规模成正...传统GEP(Gene Expression Programm ing)算法存在局部收敛方面的缺陷,为了解决这一问题,提出了可以使进化快速跳出局部最优的VPS-GEP(Various Popu lation Strategy GEP)算法,证明了在概率意义上GEP平均每代进化所耗时间与群体规模成正比,用两个标准测试函数和一个标准测试数据集测试了VPS-GEP算法的函数挖掘能力和效率。实验表明,VPS-GEP算法可以减少进化停滞代数55%以上。展开更多
针对演化算法的寻优能力,提出了基于GEPSO(GEP Optimized by PSO)模型的面向对象遥感图像分类方法。先对遥感图像进行分割,选择特征集,然后利用GEPSO算法为每类图像对象构造一个类中心。构造类中心的过程先利用GEP搜索一个次优解,再根...针对演化算法的寻优能力,提出了基于GEPSO(GEP Optimized by PSO)模型的面向对象遥感图像分类方法。先对遥感图像进行分割,选择特征集,然后利用GEPSO算法为每类图像对象构造一个类中心。构造类中心的过程先利用GEP搜索一个次优解,再根据这个次优解利用PSO搜索最优解。实验结果表明,基于GEPSO模型的面向对象遥感图像分类方法具有较高的分类精度。展开更多
文摘传统GEP(Gene Expression Programm ing)算法存在局部收敛方面的缺陷,为了解决这一问题,提出了可以使进化快速跳出局部最优的VPS-GEP(Various Popu lation Strategy GEP)算法,证明了在概率意义上GEP平均每代进化所耗时间与群体规模成正比,用两个标准测试函数和一个标准测试数据集测试了VPS-GEP算法的函数挖掘能力和效率。实验表明,VPS-GEP算法可以减少进化停滞代数55%以上。
文摘针对演化算法的寻优能力,提出了基于GEPSO(GEP Optimized by PSO)模型的面向对象遥感图像分类方法。先对遥感图像进行分割,选择特征集,然后利用GEPSO算法为每类图像对象构造一个类中心。构造类中心的过程先利用GEP搜索一个次优解,再根据这个次优解利用PSO搜索最优解。实验结果表明,基于GEPSO模型的面向对象遥感图像分类方法具有较高的分类精度。
