中文

进化图像分割中的人工脱幼

人工智能 2007-05-23 v1 神经与进化计算

摘要

脱幼现象(亦作 Paedomorphosis),可在生物学意义上定义为生物体保留幼体或甚至幼虫特征至后期生活阶段。在某些物种中,所有形态发育都被延迟;生物体被幼体化但仍具成熟性。此类生殖能力的转变似乎具有适应性意义。就进化论而言,脱幼现象表明,现有生物体的幼体阶段和发育阶段可能在特定条件下产生全新的生物体。尽管本工作不声称以任何方式建模或模拟此概念的生物细节,但这些思想被一种相当简单的抽象计算策略所采纳,以实现(如果可能)在不使用局部改进程序(如巴尔汉或拉马克顿学习)的情况下,通过简单的非忆默遗传算法实现更快的收敛。作为案例研究,遗传算法用于色彩图像分割,通过 K 均值无监督聚类方法实现,其中用于指导算法在搜索中寻找最优或次优数据划分。平均结果表明,采用脱幼策略通过后代幼体基因型以及使用线性动态突变率而非恒定突变率,可使适应值提高 58%,且与起始种群特征在搜索空间中的不同无关。

关键词

引用

@article{arxiv.cs/0412081,
  title  = {Artificial Neoteny in Evolutionary Image Segmentation},
  author = {Vitorino Ramos},
  journal= {arXiv preprint arXiv:cs/0412081},
  year   = {2007}
}

备注

10 pages, 4 figures