摘要
本发明涉及人工智能技术领域,提供了一种集成代理辅助遗传规划图像分类方法,包括以下步骤:S1,输入图像训练集;S2,根据基方法中定义的程序结构、函数集和终止符集随机生成遗传规划种群;S3,在新一代中,使用真实适应度函数评估每个个体;S4,从评估个体中按照树特征、父节点及类标签提取特征,构建代理训练集并训练代理模型;S5,在进化学习过程的每一个循环中,通过精英算子、选择算子、交叉算子和变异算子操作,选择适合度好(即分类准确率高)的个体产生新一代后代。本发明使用不同类型的特征构建了基本代理模型,并开发一种动态加权策略来为这些代理分配不同的权重,实现兼容所有基于遗传规划的图像分类方法,并显著加快它们的进化学习过程。
技术关键词
图像分类方法
分类准确率
规划
节点
标签
交叉验证方法
计算机设备
分类器模型
训练分类器
人工智能技术
训练集
特征选择
可读存储介质
数据
策略
处理器
参数
动态
定义
系统为您推荐了相关专利信息
分布式扫描方法
种子
标签
地理位置数据库
强化学习框架
多模态数据库
加密方法
加密数据
压缩器
写入磁盘
水下回收装置
回收方法
设备安装平台
浮球
电磁铁