融合PCA与混沌自适应遗传算法的图像识别

针对图像特征识别转为特征选择优化的问题，提出主成分分析与混沌自适应遗传算法结合的图像目标识别算法。首先通过PCA将图像特征线性组合转变为低维空间几个综合变量；同时改进遗传算法，利用混沌Tent模型生成均匀分布的初始种群、种群交叉及变异概率与种群适应度结合自适应变化，利用类内类间距与特征相关性重新构造适应度函数，采用精英保留策略进行子代选择，得到最优特征子集；最后利用概率神经网络与支持向量机分类器进行训练，识别测试图像。仿真实验表明，PCA与混沌自适应遗传算法结合能降低特征空间维数，使识别性能得到较好提升。