资 源 简 介
二进制GA被用于降维以增强相关分类器的性能。在这项工作中，从Flavia数据集（公开可用的数据集）中找到的一组图像中提取了100个特征。提取的特征是Zernike矩（ZM），傅里叶描述符（FD），Lengendre矩（LM），Hu 7矩（Hu7M），纹理属性（TP）和几何属性（GP）。本文的主要贡献是（1）在MATLAB中GA工具箱的详细文档和（2）使用新的适应度函数（基于kNN的分类误差）开发基于GA的特征选择器，使GA能够获得组合的特征集产生最佳精度。将所获得的结果与来自WEKA软件的各种特征选择器进行比较，并且在分类精度方面获得比WEKA特征选择器更好的结果。
