[发明专利]一种基于遗传算法优化的多形态检测器生成方法在审
| 申请号： | 201610128410.3 | 申请日： | 2016-03-07 |
| 公开（公告）号： | CN105809250A | 公开（公告）日： | 2016-07-27 |
| 发明（设计）人： | 赵琦;杨天社;冯文全;刘显达;张文峰;赵洪博;周淦 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06N3/12 | 分类号： | G06N3/12 |
| 代理公司： | 北京慧泉知识产权代理有限公司 11232 | 代理人： | 王顺荣;唐爱华 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于遗传算法优化的多形态检测器生成方法，具体步骤如下：一：对归一化的搜索空间进行逐层划分，并设定划分精细程度为3次迭代，当达到划分精度时进入下一步骤；二：将划分得到的超矩形区域与训练样本进行匹配运算，若超矩形区域不与训练样本匹配则将其作为成熟的超矩形检测器；三：应用遗传进化机制优化传统的阴性选择算法逐一生成最优的球形检测器；四：将超矩形检测器和最优的球形检测器作为成熟检测器集合完成检测器生成；通过上述步骤，将遗传算法的引入提高检测准确率和效率，采用空间逐层划分的方法生成矩形检测器，得到基于数据的异常检测器生成方法。它减小了进化算法搜索空间提高了成熟检测器集合的平均覆盖率。 | ||
| 搜索关键词： | 一种 基于 遗传 算法 优化 形态 检测器 生成 方法 | ||
【主权项】：
一种基于遗传算法优化的多形态检测器生成方法，其特征在于：该方法的具体步骤如下：步骤一：对归一化的搜索空间进行逐层划分，并设定划分精细程度为3次迭代，当达到划分精度时进入下一步骤；步骤二：将划分得到的超矩形区域与训练样本进行匹配运算，若超矩形区域不与训练样本匹配则将其作为成熟的超矩形检测器；步骤三：应用遗传进化机制优化传统的阴性选择算法逐一生成最优的球形检测器；步骤四：将超矩形检测器和最优的球形检测器作为成熟检测器集合完成检测器生成；通过上述四个步骤，将遗传算法的引入提高检测准确率和效率，为了节约生成方法的时间成本，采用空间逐层划分的方法生成矩形检测器，最终得到一种适合于实际应用的基于数据的异常检测器生成方法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610128410.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于水资源的产业结构诊断方法
- 下一篇：用于标签印刷机的除尘装置
