留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于蚁群优化的特征选择新方法

叶志伟 郑肇葆 万幼川 虞欣

叶志伟, 郑肇葆, 万幼川, 虞欣. 基于蚁群优化的特征选择新方法[J]. 武汉大学学报 ● 信息科学版, 2007, 32(12): 1127-1130.
引用本文: 叶志伟, 郑肇葆, 万幼川, 虞欣. 基于蚁群优化的特征选择新方法[J]. 武汉大学学报 ● 信息科学版, 2007, 32(12): 1127-1130.
YE Zhiwei, ZHENG Zhaobao, WAN Youchuan, YU Xin. A Novel Approach for Feature Selection Based on Ant Colony Optimization Algorithm[J]. Geomatics and Information Science of Wuhan University, 2007, 32(12): 1127-1130.
Citation: YE Zhiwei, ZHENG Zhaobao, WAN Youchuan, YU Xin. A Novel Approach for Feature Selection Based on Ant Colony Optimization Algorithm[J]. Geomatics and Information Science of Wuhan University, 2007, 32(12): 1127-1130.

基于蚁群优化的特征选择新方法

基金项目: 国家自然科学基金资助项目(40271094)
详细信息
    作者简介:

    叶志伟,讲师,博士,主要从事图像分析与解译及蚁群算法的应用研究。

  • 中图分类号: P237.3

A Novel Approach for Feature Selection Based on Ant Colony Optimization Algorithm

Funds: 国家自然科学基金资助项目(40271094)
计量
  • 文章访问数:  1032
  • HTML全文浏览量:  57
  • PDF下载量:  467
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-10-14
  • 修回日期:  2007-10-14
  • 刊出日期:  2007-12-05

基于蚁群优化的特征选择新方法

    基金项目:  国家自然科学基金资助项目(40271094)
    作者简介:

    叶志伟,讲师,博士,主要从事图像分析与解译及蚁群算法的应用研究。

  • 中图分类号: P237.3

摘要: 利用蚁群优化算法解决特征选择问题,以获得能代表问题空间的较优特征子集,并能降低分类系统的搜索空间。以航空纹理影像的特征选择和分类问题为例,利用主分量变换和蚁群优化算法分别对原始纹理影像特征集合进行特征提取、选择和分类。结果表明,本文方法不仅能够降低图像特征空间维数,减少图像分类的工作量,而且还可以提高分类识别的正确率。

English Abstract

叶志伟, 郑肇葆, 万幼川, 虞欣. 基于蚁群优化的特征选择新方法[J]. 武汉大学学报 ● 信息科学版, 2007, 32(12): 1127-1130.
引用本文: 叶志伟, 郑肇葆, 万幼川, 虞欣. 基于蚁群优化的特征选择新方法[J]. 武汉大学学报 ● 信息科学版, 2007, 32(12): 1127-1130.
YE Zhiwei, ZHENG Zhaobao, WAN Youchuan, YU Xin. A Novel Approach for Feature Selection Based on Ant Colony Optimization Algorithm[J]. Geomatics and Information Science of Wuhan University, 2007, 32(12): 1127-1130.
Citation: YE Zhiwei, ZHENG Zhaobao, WAN Youchuan, YU Xin. A Novel Approach for Feature Selection Based on Ant Colony Optimization Algorithm[J]. Geomatics and Information Science of Wuhan University, 2007, 32(12): 1127-1130.

目录

    /

    返回文章
    返回