[发明专利]基于粒子群优化算法的棉花异性纤维特征选择方法

权利要求书

1.一种基于粒子群优化算法的棉花异性纤维特征选择方法，其特征在于，该方法包括步骤：

S1.根据特征提取得到的特征训练样本集的特征数据，初始化粒子群；

S2.根据所述样本集设计支持向量机分类器；

S3.对所述样本集进行分类，计算粒子的适度值；

S4.将当前粒子的适度值与其局部最优解以及种群的全局最优解进行比较，并根据比较结果更新当前粒子的局部最优解以及种群的全局最优解；

S5.根据步骤S4所更新的局部最优解以及全局最优解，计算粒子的移动速度和新的位置；

S6.判断是否符合终止条件，若符合，则结束并输出最优特征集，否则迭代次数加1，并返回步骤S2。

2.如权利要求1所述的方法，其特征在于，所述样本集中的特征包括：颜色特征、形状特征、以及纹理特征。

3.如权利要求1所述的方法，其特征在于，在步骤S1中，初始化粒子的位置和初始速度，随机产生一组初始值。

4.如权利要求1所述的方法，其特征在于，在步骤S2设样本集X＝(x_i，y_i)，i＝1，2，...，N，其中，N为训练样本数量，x_i为样本的特征，y_i为样本的类别，对于每个粒子计算支持向量机最优分类函数模型为：

f(x)=sign{Σi=1Nαi*yi(xi·x)+b*}]]>

其中，sign为符号函数，即sign(x)=1,x≥0-1,x<0,]]>为Lagrange系数，x为待分类样本。