基于遗传算法的海底沉积物纹理特征优化方法

• 作者: 冀大雄 李岩 李文莉 高宏伟
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 海底沉积物 遗传算法 纹理特征分析 灰度共生矩阵 分形理论 自组织映射神经网络
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 130-133,141
• 页数: 5页
• 分类号: TP242.6+2
• 字数: 4453字
• 语种: 中文

摘要

为了提高水下机器人对海底沉积物的自主分类感知能力,解决特征冗余问题,对利用遗传算法优化海底沉积物纹理特征进行了研究.以基于灰度共生矩阵和分形理论提取多种海底沉积物视觉纹理特征实现海底沉积物分类识别为背景,提出利用遗传算法对纹理特征项进行优化选择以实现对提取特征的降维,并将降维后的特征项作为自组织映射神经网络模型的输入,对海底沉积物进行视觉分类,提高水下机器人作业时的环境感知能力.实验结果表明,相对于未优化的纹理特征,优化后的纹理特征在海底沉积物分类识别中具有更优的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李岩	中国科学院沈阳自动化研究所	112	676	15.0	19.0
2	高宏伟	沈阳理工大学自动化与电气工程学院	53	272	8.0	13.0
3	李文莉	沈阳理工大学自动化与电气工程学院	1	4	1.0	1.0
7	冀大雄	中国科学院沈阳自动化研究所	9	56	4.0	7.0