蒋然+张光桃

摘要：遗传算法已经在许多领域得到了成功的应用，在解决模式识别问题时，由于遗传中的变异过程的存在导致了模式差异，如果能够减少这种差异性，就可以提高模式分类的正确率。针对这种情况，本文提出了在预分类基础上的一种逆变异算法，该算法采用遗传算法中变异过程的逆过程，来减少模式的差异性，达到提高模式分类正确率的目的。在ORL人脸库上的实验结果表明，该分类器的模式识别率明显高于传统的分类器算法及遗传算法。

关键词：遗传算法；逆变异算法；预分类；人脸识别

中图分类号：TP391.4 文献标识码：A DOI：10.3969/j.issn.1003-6970.2015.02.009

0 引言

遗传算法是根据自然界的“物竞天择，适者生存”现象提出的一种随机搜索算法。该算法具有良好的全局搜索能力，以及处理的并行性、鲁棒性等优点。遗传算法主要被用于解决复杂而又难以处理的问题，如多极值函数优化问题、组合优化问题、调度问题等。

在模式识别领域中，遗传算法也得到了广泛的应用，模式的特征提取是模式识别的主要研究领域之一，目前，模式特征提取的主要方法是Fisher方法、PCA方法、ICA方法等，而遗传算法特别适合解决随机搜索优化问题，它采用自然选择、变异等操作可以选择出最优的模式特征向量。吴建龙等提出了一种基于改进遗传算法（Optimization genetical gorithm，OGA）的人脸特征提取算法，该算法的特点是利用小波和张量PCA提取人脸图像特征，再采用遗传算法进行特征向量优化，该算法还对标准遗传算法进行了改进。……