一线算法工程师,全程面授指导,让每一位学员高薪就业
课程咨询:180 0058 5380
猎维人工智能培训

常见的人工智能算法,小白也能看的懂!(上篇)

发布时间:2019-11-12 11:00:00   分类: 行业资讯   阅读量:40  作者:猎维人工智能培训

当前位置: 猎维科技AI培训 > 行业资讯 > 常见的人工智能算法,小白也能看的懂!(上篇)

人工智能算法在图像处理中的应用 人工智能算法包括遗传算法、蚁群算法、贪婪算法和粒子群算法等,在图像边缘检测、图像分割、图像识别、图像匹配、图像分类等领域有广泛应用。下面小编就来和大家分别介绍一下上述的人工智能算法。

一、粒子群算法

粒子群算法,也称粒子群优化算法,缩写为 PSO,是近年来发展起来的一种新的进化算法。PSO 算法属于进化算法的一种,和遗传算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质,但它比遗传算法规则更为简单,它没有遗传算法的交叉和变异操作,它通过追随当前搜索到的最优值来寻找全局最优。这种人工智能算法以其实现容易、精度高、收敛快等优点引起了学术界的重视,并且在解决实际问题中展示了其优越性。

遗传算法是解决搜索问题的一种通用算法

遗传算法是解决搜索问题的一种通用算法

二、遗传算法

遗传算法是计算数学中用于解决最佳化的,是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种模拟。对于一个最优化问题,一定数量的候选解(称为个体)的抽象表示(称为染色体)的种群向更好的解进化。传统上,解用表示(即0和1的串),但也可以用其他表示方法。进化从完全随机个体的种群开始,之后一代一代发生。在每一代中,整个种群的适应度被评价,从当前种群中随机地选择多个个体(基于它们的适应度),通过自然选择和突变产生新的生命种群,该种群在算法的下一次迭代中成为当前种群。主要特点:遗传算法是解决搜索问题的一种通用算法,对于各种通用问题都可以使用。的共同特征为:

①首先组成一组候选解 ②依据某些适应性条件测算这些候选解的适应度

③根据适应度保留某些候选解,放弃其他候选解④对保留的候选解进行某些操作,生成新的候选解。

人工智能算法中,上述几个特征以一种特殊的方式组合在一起:基于染色体群的并行搜索,带有猜测性质的选择操作、交换操作和突变操作。这种特殊的组合方式将遗传算法与其它搜索算法区别开来。