基于分层学习遗传编程算法的小样本图像分类方法

一种基于分层学习遗传编程算法的小样本图像分类方法，包括步骤：1：构建基于分层学习遗传编程算法的小样本图像分类系统；2：图像采集模块获取图像数据集，并将其划分为训练集和测试集；3：PEGP模块获取训练集，并对其进行图像预处理和特征提取操作，构建特征存储表；4：DEGP模块将特征存储表中的特征作为终端输入，构建集成解决方案，通过基于个体差异值的集成策略来优化最终的分类效果；5：使用测试集作为图像分类解决方案的输入，输出测试集的预测类标签，根据测试集的实际标签对图像分类解决方案进行性能评估；6：将待分类图像数据作为图像分类解决方案的输入，并输出图像分类结果。效果：能够在样本数量有限的情况下达到良好的分类效果。