基于人工免疫系統(tǒng)和內(nèi)容的自然圖像分類技術(shù)研究.pdf

1、自然圖像分類在大量領(lǐng)域中都是一項關(guān)鍵任務，包括圖像情報、網(wǎng)絡圖像檢索、視頻分析、因特網(wǎng)數(shù)據(jù)過濾等等，具有廣闊的應用前景。隨著互聯(lián)網(wǎng)的快速發(fā)展，數(shù)字圖像的數(shù)量正成爆炸式增長，如何實現(xiàn)快速高效的自然圖像分類成為一個具有重要現(xiàn)實意義的課題。目前關(guān)于圖像分類的研究主要體現(xiàn)在以下兩個方向：一是應用新的分類理論；二是從圖像中提取新信息和新特征進行分類。本文針對這兩個方向展開研究，主要工作內(nèi)容和成果體現(xiàn)如下：
　　(1)提出了一種新的基于人工免

2、疫系統(tǒng)的圖像分類算法。該算法在克隆選擇算法的基礎上引入能有效減少抗體冗余的抗原一次性提呈的刺激方式，并重新制定了抗體識別抗原的規(guī)則。當所有抗原刺激完畢后，選擇優(yōu)良抗體進行克隆變異。算法在選擇機制中增加了基于抗體濃度的概率因子，同時改進了克隆變異率的自適應性和變異方式，提高了算法的最優(yōu)解搜索能力。自然圖像的分類實驗表明，新算法具有較短的尋優(yōu)時間和較高的平均分類精度。
　　(2)提出了一種基于信息熵的顏色空間分布特征。該方法首先計算圖