[发明专利]基于组遗传算法的图像属性聚类方法

权利要求书

1.一种基于组遗传算法的图像属性聚类方法，其特征在于包括：

第一步骤：针对N幅图像{I₁,I₂,…,I_n}，随机生成N个染色体作为初始种群，其中每个染色体代表一个可能的属性聚类结果，每幅图像有m个属性并且将图像的属性分成多个组；

第二步骤：计算每个染色体的适应度函数值：

其中，

其中表示属性到同一组中的种子属性之间的距离，R_j表示组，Sep_j表示不同组中的种子属性之间的最小距离，同一组中的种子属性随机产生；

第三步骤：根据计算出的染色体适应度函数值，使用赌轮选择策略选择下一代N个染色体；

第四步骤：对染色体的组部分执行交叉算子；

第五步骤：对染色体的属性部分执行变异算子；

第六步骤：对染色体的属性部分执行反转算子；

第七步骤：重复第二步骤至第六步骤直到完成给定的遗传代数MaxGen；

第八步骤：输出完成给定的遗传代数MaxGen得到的最优适应度函数值的染色体。

2.根据权利要求1所述的基于组遗传算法的图像属性聚类方法，其特征在于，在第四步骤中，任意选两个染色体，C¹作为基染色体，C²作为插入块染色体；其中，仅仅选择所述两个染色体的组部分以进行组部分的交叉：

在C¹中随机生成插入位置P，在C²中随机生成插入块的起始位置S和插入块的长度M；

假设P＝2，S＝3，M＝2，则生成新的染色体为

随后，对新染色体进行去除重复信息处理，即去除第一个双亲染色体组部分的重复信息，|C^new|表示新染色体中非空组的数目；

如果|C^new|<4，随机选择一个组，把选择的组分成两个组，而且重复这个过程直到出现4个组为止；

如果|C^new|>4，进行赌轮选择把选中的组移除，移除组包含的属性被随机分配到其他组里。

3.根据权利要求1或2所述的基于组遗传算法的图像属性聚类方法，其特征在于，在第五步骤中，随机地选定一个属性，把选定的属性任意分配给另一个组，从而实现变异。

4.根据权利要求1或2所述的基于组遗传算法的图像属性聚类方法，其特征在于，在第六步骤中，首先随机生成一个介于0-1之间的数，如果这个数大于反转率，则组的顺序重新排列。