我试图找到两个图像（让我们说“image1”和“image2”）如何相互匹配。 针对“image2”相对于“image1”的每个可能位置计算了若干参数。我有经验公式，根据这些参数给每个位置“得分”。
我试图在神经网络的帮助下匹配图像，但是失败了：经验公式的效果要好得多。由此我开始考虑在遗传算法的帮助下改进这个公式。
所以，问题是：我有一堆图像对，每对我知道“正确”的匹配位置。遗传算法可以用在这样的东西上吗？有什么例子吗？
建议和链接表示赞赏。
感谢。
答案 0 :(得分：2)
基本上，是的！分数函数的参数可以是GA将要发展的参数。如果您的参数在真实域中，您可能需要使用真实的编码遗传算法或进化策略（CMA-ES）。
交叉有几种可能的选择：
还有一些变异算子：
另一种适用于实际编码问题的元启发式算法是粒子群优化（PSO）。
通过遗传编程，您将发展一个公式（例如树）。我不太清楚为什么你提到它，也许我仍然误解了一些东西。澄清你的问题，以防万一。
编辑：
好吧，似乎不是你想要优化的权重，而是整个公式。遗传算法也可用于此表示。我想提及HeuristicLab，因为它对遗传编程有很好的支持。
我假设您有一个更复杂的问题，因为您想要优化评分功能，并且还有另一种算法可根据评分函数优化展示位置。您可以尝试一种简单的方法，生成一个预定义了多个位置的数据集，并相应地计算出这些特征。然后，您可以制定分类问题并找到一个模型，使您能够识别最佳的定位。