用于SAR图像自动分割的免疫多目标集成聚类方法研究

Aim to such bottle-neck problems for most of clustering algorithms as slow efficiency, dependent on the number of clusters and just suiting for clustering data with simple distribution,this project proposes ensemble strategy based immune preference multi-objective optimization model by utilizing preference information provided by decision maker to guide the multi-objective optimizing as well as introuducing the ensemble learning strategy to immune computation. Key technologies of the proposed model for complex data clustering such as antibody coding suited for automatic clustering, designing the preference relation model,designing multi-objective antibody affinity based on different multi-criterion, individual adaptive local learning strategy, information exchange of different ensemble individuals, and selection strategy of final ensemble clustering partitional are analysed. The proposed algorithms are validated by using international benchmark problems on the PC, HP cluster and high-performance computer. Moreover, SAR images segmentation with the significant application background are used to confirm the validity of the algorithms.

针对目前大部分聚类算法效率低、对预先设定的数据类别数的依赖以及因采用单一的聚类标准而导致的只能聚类简单分布的数据集等问题，该课题基于决策者的偏好信息来指导多目标优化，并将集成学习策略引入到免疫计算中，建立基于集成策略的免疫偏好多目标优化模型，分析并解决新模型求解大规模复杂数据聚类的关键技术，包括适应于自动聚类问题的抗体编码策略；偏好关系模型的设计、基于多个聚类标准的抗体多目标亲和度函数的设计、个体自适应局部学习算子的构造、集成个体之间的信息交互机制以及最终聚类划分的选择策略等。将上述方法应用到国际基准数据测试问题，利用现有的PC机，惠普机群以及高性能计算机进行对比实验，测试算法性能，同时采用具有重要应用背景的SAR图像分割问题来验证算法的有效性。

针对目前大部分聚类算法存在的需要预先设定待处理数据的类别数、采用单一的聚类标准以及效率低下等瓶颈问题，本课题首先将偏好多目标优化引入到免疫计算中，建立用于求解复杂高维多目标优化的免疫偏好多目标优化模型；在此基础上建立了相应处理复杂数据的偏好多目标集成聚类算法，实现了大规模分布复杂数据的自动聚类；最后将集成策略引入到基于多种群的多目标优化算法中实现了用于有重大应用背景的SAR图像的自动分割及SAR图像变化检测的多种群免疫多目标优化集成聚类算法。.本课题研究成果共计发表论文33 篇，其中SCI 检索的国际期刊论文25篇包括SCI II 区（PATTERN RECOGNITION、APPLIED SOFT COMPUTING、EUROPEAN JOURNAL OF OPERATIONAL RESEARCH、INFORMATION SCIENCES、IEEE TRANSACTIONS ON CYBERNETICS、IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING）的国际刊物9 篇，申报国家发明专19项（其中授权7 项）。项目负责人刘若辰受IEEE Fellow，受英国大学首席教授Yaochu Jin的邀请，于2016 年3月到2017 年3月进行了为期1 年的交流访问工作 。