作者：李凌 刘新灵 胡春燕特征选择遗传算法线性预测断口图像疲劳鉴别
摘要：特征选择是疲劳断口图像鉴别中的重要问题之一。针对高维的断口图像特征,特征选择一方面可以提高分类精度和效率,另一方面可以确定富含信息的特征子集。针对此问题,提出一种改进的遗传算法,并用于疲劳断口的特征选择：首先,引入线性预测对简单遗传算法SGA（simple genetic algorithm）进行修正,在每一代较优的个体附近,采用线性预测的方法预测出新的个体,提高遗传算法的局部搜索能力;其次,把特征选择转化为目标优化问题,确定目标函数,并利用改进的遗传算法进行断口图像特征选择,得到精简的特征子集;最后,在特征子集上进行断口图像分类鉴别。结果表明：改进的遗传算法可找到有效的特征子集,从而实现降维并提高分类精度。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
