Applied Soft Computing:河北農業大學馬建斌副教授、滕桂法教授提出一種基於遺傳規划算法的混合多特徵構造方法

2021-02-20 HEBAU青年教師學術沙龍

5月10日，我校信息科學與技術學院馬建斌副教授、滕桂法教授在國際學術期刊Applied Soft Computing在線發表了題為「Ahybrid multiple feature construction approach for classification using Genetic Programming」的研究論文，提出一種基於遺傳規划算法的混合多特徵構造方法。Applied Soft Computing為中科院SCI二區期刊，影響因子3.907。該項研究得到河北農業大學青年教師境外研修計劃、河北省引進留學人員資助項目及河北農業大學理工基金項目的資助。

特徵構造（feature construction）方法用於從原始特徵中構造新的特徵，以減少特徵的維數並且提高分類正確率。遺傳規劃（genetic programming）算法因其靈活的表示方法，適合處理特徵構造任務。該研究的貢獻為：（1）結合過濾（filter）方法和包裝（wrapper）方法，提出一種基於遺傳規划算法的混合（hybrid）特徵構造方法，實驗證明混合方法比單純的過濾或包裝方法能取得更好的分類效果；（2）保存遺傳規劃在運行過程中最好的多個個體以構造多個特徵，實驗證明此多特徵構造方法比傳統的單特徵構造方法能取得更好的分類效果；（3）與三個基準方法（benchmarks）相比，該研究所提出的混合多特徵構造方法在大多數情況下能取得較好的分類效果。

歡迎關注「HEBAU青年教師學術沙龍」

沙龍活動面向全校師生開放

期待您的加入與交流

相關焦點

  • APPL SOFT COMPUT | 我校馬建斌副教授與紐西蘭維多利亞大學高小英副教授提出一種融合特徵選擇方法的遺傳規劃分類器
    「Designing genetic programming classifiers with feature selection andfeature construction」的研究論文，提出一種融合特徵選擇方法的遺傳規劃分類器。
  • Plant Phenomics | 浙江大學黃敬峰教授課題組提出了一種基於地面遙感延時圖像的咖啡花識別方法
    的研究論文，本文介紹了一種基於地面遙感延時圖像的咖啡花識別方法。基於色差特徵，利用OTSU算法提取原始圖像中的咖啡花信息，可以發現咖啡花和背景的邊界得到了較好地區分。但是，由於二者邊界以外的部分背景噪聲所對應的像素值與咖啡花相似，造成了咖啡花的過識別。而該現象可以利用二者的空間特徵差異進行抑制。
  • 一種基於A*算法的用於道路場景的軌跡規劃方法
    一種基於A*算法的用於道路場景的軌跡規劃方法 李倩 發表於 2018-10-19 11:17:54 本文提出了一種基於A*算法的用於道路場景的軌跡規劃方法，該方法中
  • 配電網絡重構的改進混合遺傳算法
    本文提出一種基於改進的混合遺傳算法的配電網重構算法，在算法中使用可操作開關支路的整數編號的排列順序來表示染色體文獻[1]-[4]提出了不同編碼、雜交和變異算子設計方法雖然在一定程度上提高了算法的效率，但是這些基於二進位編碼方法的算法在產生下一代的時候都不可避免地出現大量的不可行解。在這些文獻中對於不可行解的處理方法分為兩種，一種是刪除，補充可行解進入新生代；另一種方法是修補，將不可行解的網絡結構通過打開開關解環，合上開關消除孤島，使不可行解變為可行解。
  • 多目標進化算法|基於網格約束分解方法
    近期，南京航空航天大學蔡昕燁副教授，汕頭大學範衠教授和香港城市大學張青富教授關於網格約束分解的多目標進化算法研究取得了新進展，相關成果發表在國際頂級期刊
  • HLBPR:一種混合的基於局部相似度的BPR算法
    在這篇文章中，我們介紹一種混合的基於局部相似度的貝葉斯個性化排序（簡稱HLBPR）算法來解決數據稀疏性的問題。我們的主要思路是通過用戶消費記錄的局部相似性來發掘用戶感興趣的潛在商品，然後使用這些擴充的數據來優化物品排序。最後，我們通過在兩個實際數據集上的實驗來證明我們模型的有效性。
  • 基於MOPSO-SA混合算法的礦山微震震源定位方法
    楊俊峰等提出了一種基於 DTOA 和牛頓法的震源定位方法，發現該方法能有效地提高震源定位的準確性。 為解決遠場震源定位問題，李月等在基於無需測速的震源定位模型中，先利用遺傳算法的全局優化能力縮小搜索範圍，再通過擬牛頓法實現局部精確尋優。 試驗結果表明，該混合算法定位速度更快、精度更高。
  • 基於遺傳算法的工廠AGV路徑優化研究
    遺傳算法是模仿自然界生物進化機制發展起來的隨機全局搜索優化方法，具有算法效率高、魯棒性強、可實現並行搜索等特點 [3] ，被廣泛用於解決路徑規劃等領域的問題。G.Jeon [4] 和William [5] 等人用混合遺傳算法求解車輛路徑規劃問題；李青欣 [6] 進行了AGV路徑規劃的遺傳算法研究，根據運行環境信息複雜度和數量的不同分別分析了幾種不同類型的路徑規劃。
  • 莊鎮泉——中國科學技術大學——神經網絡,遺傳算法等計算智能方法...
    所在院系： 電子科學與技術系 職稱： 教授       招生專業： 研究領域： 神經網絡，遺傳算法等計算智能方法及其在圖象處理、生物特徵識別、量子神經網絡方面的應用
  • 河北工業大學科研人員提出抑制電抗器振動的新方法，減振效果好
    減振降噪是電抗器在製作和應用過程中需要考慮的重要因素，但目前的減振方法多集中在被動減振方面，無法從根源上減小電磁振動。省部共建電工裝備可靠性與智能化國家重點實驗室（河北工業大學）、河北省電磁場與電器可靠性重點實驗室（河北工業大學） 的研究人員閆榮格、趙文月、陳俊傑、張曉傑，在2020年第16期《電工技術學報》上撰文，針對串聯電抗器提出一種基於諧波注入的主動減振方法，仿真與實驗證明該方法對電抗器有很好的減振效果。
  • 改進遺傳算法的支持向量機特徵選擇解決方案介紹
    >向量,由此構造出的分類器可以使類與類之間的間隔最大化,因而有較好的泛化性能和較高的分類準確率。遺傳算法作為一種魯棒性極強的智能識別方法，直接對尋優對象進行操作，不存在特定數學條件的限定，具有極好的全局尋優能力和並行性;而由於遺傳算法採用概率化的尋優方法，所以在自動搜索的過程中可以自主獲取與尋優有關的線索，並在加以學習之後可以自適應地調整搜索方向，不需要確定搜索的規則。
  • 改進遺傳算法的支持向量機特徵選擇解決方案
    支持向量機是一種在統計學習理論的基礎上發展而來的機器學習方法[1]，通過學習類別之間分界面附近的精確信息,可以自動尋找那些對分類有較好區分能力的支持向量,由此構造出的分類器可以使類與類之間的間隔最大化,因而有較好的泛化性能和較高的分類準確率。由於支持向量機具有小樣本、非線性、高維數、避免局部最小點以及過學習現象等優點，所以被廣泛運用於故障診斷、圖像識別、回歸預測等領域。
  • 基於接收機的應用提出了一種混合式高動態範圍AGC算法
    在此區間內，認為檢波電壓VIFDET代表了真實的輸出功率，此時按照式(4)所述的方法進行AGC控制；當VIFDET<0.375 V時，認為輸出功率較小，需先增大VGA的控制電壓以提高增益，使VIFDET於可置信區間，然後重新進行判斷；VIFDET>2.75 V時，需先減小VGA的控制電壓以降低增益，再重新判斷。 中頻AGC算法仿真結果如圖6所示。
  • 吳常信，教授、中科院院士，中國農業大學
    吳常信，教授、中科院院士。1979-1981年留學英國愛丁堡大學進修動物遺傳育種學。歷任北京農業大學副教授（1983）、教授（1988），系主任（1983）、動物科技學院院長（1993－2004）。1995年當選為中國科學院院士。
  • 華南農業大學教授羅必良:倡導南粵農業發展轉型升級
    華南農業大學國家農業制度與發展研究院院長羅必良教授。華南農業大學國家農業制度與發展研究院院長羅必良教授於近日接受採訪時表示，廣東農業經濟發展要考慮高消費、高收益的新模式。羅必良教授與學生的合影。羅必良認為，廣東農村有股份合作的基因，這對廣東未來農業轉型升級積累了組織制度優勢，並可以在結構調整、產品異質性與要素配置等方面進行重點突破。華南農業大學國家農業制度與發展研究院院長羅必良教授。
  • 最前沿:深度解讀Soft Actor-Critic 算法
    基於最大熵的RL算法有什麼優勢？以前用deterministic policy的算法，我們找到了一條最優路徑，學習過程也就結束了。因為通過最大熵，policy不僅僅學到一種解決任務的方法，而是所有all。因此這樣的policy就更有利於去學習新的任務。比如我們一開始是學走，然後之後要學朝某一個特定方向走。2）更強的exploration能力，這是顯而易見的，能夠更容易的在多模態reward （multimodal reward）下找到更好的模式。
  • 遺傳算法的發展
    • 1965年，德國的L.Rechenberg等人正式提出進化策略的方法，當時的進化策略只 有一個個體，而且進化操作也只有變異一種。 • 1965年，美國的L.j.Fogel正式提出進化規劃，在計算中採用多個個體組成的群 體，而且只運用變異操作。
  • 基於單純形的改進精英人工蜂群算法
    , 求解精度不高, 易陷入局部最優等問題,基於受粒子群啟發的多精英人工蜂群優化算法, 引入了蜂群中的精英個體和全局最優個體增強開發全局最優解的能力。文章中，在僱傭蜂階段藉助精英個體引導蜜源搜索，並利用蜂群中蜜源的質量排序重新構造蜜源的選擇概率公式；在跟隨蜂階段，選擇種群最優蜜源引領蜂群，加強算法對全局最好解的局部開採能力，同時將隨機選擇鄰居蜜源變為最優定向選擇。最後利用單純形算法對精英解集進行再次更新，進一步平衡蜂群的全局搜索和局部尋優能力。數值實驗表明改進的新算法的尋優精度和收斂速度均有明顯提高。
  • 幾種常見的車輛路徑規划算法
    動態路徑規劃是在靜態路徑規劃的基礎上 , 結合實時的交通信息對預先規劃好的最優行車路線進行適時的調整直至到達目的地最終得到最優路徑。下面介紹幾種常見的車輛路徑規划算法。 1. Dijkstra 算法 Dijkstra（迪傑斯特拉）算法是最短路算法的經典算法之一，由 E.W.Dijkstra 在 1959 年提出的。
  • 無人機集群——航跡規劃你不知道的各種算法優缺點
    A*算法是一種經典的啟發式搜索算法，該算法一般應用於基於柵格的數字地圖中，多用於解決靜態規劃的問題。在應用過程中，一般取距離代價和威脅代價等方面的加權和來表示實際代價。A*算法同樣存在隨搜索區間的增大，內部存儲數據增加，搜索時間過長，實時性無法保證的問題，一般應用於二維空間的搜索。通常對基本A*算法進行改進，使之能應用於實時規劃。