摘要
针对多光谱图像数据维数高,数据量大的特点,鉴于自适应遗传算法在搜索最优解上特有的优点,提出了采用自适应遗传算法进行白细胞的特征提取,同时为了增强算法的稳定性,提高收敛速度,部分改进了原算法。在此基础上,利用选取的53个特征和二值支持向量机相结合,构造分类器,有效地解决了白细胞的分类识别问题。实验结果表明,改进后的算法具有更快的收敛速度,更好的稳定性,设计的分类器有效地提高了识别速度和精度,识别率达89.02%。
For the high-dimension data of multi-spectral microscope cell image,a white blood cell＇s feature selection method based on Adaptive Genetic Algorithm（AGA） is presented in this paper.The paper improves the AGA for promoting convergence speed and high robustness.Based on selecting 53 white blood cell＇s features,the paper applies the Support Vector Machines（SVM） to realize the white blood cell recognition.The result approves the way of feature selection and classification recognition is valid,the ration recognition can reach 89.02%.
出处
《计算机工程与应用》
CSCD
北大核心
2007年第27期243-245,共3页
Computer Engineering and Applications
关键词
特征选择
遗传算法
支持向量机
模式识别
feature selection
Genetic Algorithm
Support Vector Machines （SVM）
pattern recognition
