基于遺傳算法優(yōu)化支持向量機(jī)的圖像識(shí)別

1、基于遺傳算法優(yōu)化支持向量機(jī)的圖像識(shí)別基于遺傳算法優(yōu)化支持向量機(jī)的圖像識(shí)別在醫(yī)學(xué)中，獲得合格的X射線圖像的前提是獲得合適的曝光值，曝光不足或過度都會(huì)影響圖像質(zhì)量。X射線成像依賴于穿透人體的部分射線，由于個(gè)體組織結(jié)構(gòu)復(fù)雜性以及外在因素，導(dǎo)致選取合適的曝光值并不是容易的事，這樣就會(huì)影響X射線圖像的可用性。因此，準(zhǔn)確有效地識(shí)別曝光量有問題的圖片具有一定的研究意義，并對(duì)之后進(jìn)行圖像增強(qiáng)處理打好基礎(chǔ)。2相關(guān)概念2.1支持向量機(jī)由于X射線圖像具有較強(qiáng)

2、的非線性特性，維度較高，同時(shí)屬于小樣本學(xué)習(xí)問題，與傳統(tǒng)分類方法容易出現(xiàn)過學(xué)習(xí)現(xiàn)象相比，支持向量機(jī)在有限的樣本情況下具有很大優(yōu)勢(shì)，同時(shí)能在不增加計(jì)算量程度的基礎(chǔ)上通過選取合適的核函數(shù)，將非線性問題反映到高維空間中，最終找到一個(gè)實(shí)現(xiàn)分類的最優(yōu)分類超平面，得到高維線性決策函數(shù)，從而取代原函數(shù)，因此具有較強(qiáng)的推廣能力。2.2基于遺傳算法優(yōu)化SVM模型參數(shù)將遺傳算法應(yīng)用到優(yōu)化SVM參數(shù)是，算法過程如下：（1）對(duì)其所輸入的圖像X射線，進(jìn)行分析處理，

3、建立測(cè)試樣本與學(xué)習(xí)樣本。（2）定義進(jìn)化最大代數(shù)MAXGEN=100，生成種群最大數(shù)量為SIZEPOP=20，SVMCV參數(shù)為10，代溝GGAP=0.9，指父代中最佳準(zhǔn)確率，為99%；圖4是在粗略選擇結(jié)果的基礎(chǔ)上將變化間隔縮小了一倍，進(jìn)一步得到精確化形象化的準(zhǔn)確率變化，得出取C=0.025，g=0.0625時(shí)對(duì)應(yīng)最佳準(zhǔn)確率，為99%。圖5為測(cè)試集中時(shí)一個(gè)樣本的識(shí)別結(jié)果出現(xiàn)的偏差，將“2”預(yù)測(cè)成了“1”，測(cè)試集準(zhǔn)確率為97.5%。原因是實(shí)際