一种自动目标识别算法参数的优化方法  

Parameter Optimization of an Algorithm forAutomatic Target Recognition

作　　者：周川[1] 张桂林[1] 彭嘉雄[1] 魏智[1] 

机构地区：[1]华中理工大学图像识别与人工智能研究所

出　　处：《华中理工大学学报》1996年第2期33-35,共3页Journal of Huazhong University of Science and Technology

基　　金：国防科技预研基金;航空航天基础性研究基金

摘　　要：提出了一种基于试验设计方法学的响应曲面模型方法，用于建立算法的性能模型．将一种小群体自组织的遗传算法用于算法参数的优化．遗传算法的改进，使得结构更加合理简单，收敛速度明显加快．实验结果表明，所提出的方法能够随着场景条件的变化较好地调整算法参数，从而有效地提高了算法性能．The performance model of algorithm is developed based on the response surface modellingmethod in the experimental design methodology. A micro-and-self-organized genetic algorithm (MSGA) is proposed to improve performance of the genetic algorithm and to give a better and simplerstructure with a quicker convergence rate for the optimization of the parameters of the algorithm. Experimental results show that the algorithm parameters for the automatic target recognition can be better adjusted with the variation of the scenery conditions by the method proposed.

关 键 词：自动目标识别 遗传算法 算法参数 遥感图像 

分 类 号：TP75[自动化与计算机技术—检测技术与自动化装置]