用于频率检测的遗传算法方法(在光体积图中)

Question

照相体格图如下所示。

​

​

基本上，你可以看到图像的亮度随着时间的变化而上升和下降。这个输出可能来自脉搏血氧仪，它测量手指的血流量。

我的问题是，有没有基于遗传算法(或一般情况下:进化计算)的方法来计算“下降”的频率。我知道FFT (很好的DFT)可以计算频率(或者至少给我们上面所示的输入的频域表示)。

如果你必须使用遗传算法技术来解决这个问题，你会如何解决？(我不是在寻找实际的解决方案，只是你对GA设计中的表示和适应度函数的想法)。

Answer 1

我不认为GA最适合解决这个问题，但既然您特别询问了GA解决方案，这里有一些想法。对我来说，鞍点似乎更适合被发现，因为它们更锐利，你也可以从中获得频率。

我假设问题数据是一个双向量，其中每个位置都保存特定时间的亮度。我会要求这个向量中的所有点都是从等距的时隙中采样的。然后，找到频率可能是找到一个偏移量和一个区间，该区间最小化(或最大化)在offset+x*interval给出的点处从问题数据获得的值的平均值。使用平均值的好处是，您不需要给定最小间隔，因为一旦间隔变得太低，平均值就会下降。不幸的是，它可能会发现间隔太高，因此您还需要最大化评估适应度的点数。这就产生了一个更棘手的多目标问题。

Answer 2

这可以被认为是一个更普遍的问题的特例，预测动态系统(时间序列)，实际上在应用遗传算法方面已经有了相当多的工作。例如，参见http://www.amazon.com/Introduction-Genetic-Algorithms-Complex-Adaptive/dp/0262631857中的讨论，第56-61页，或Norman Packard (混沌理论的创始人之一)的原始论文之一：http://www.ccsr.uiuc.edu/web/Techreports/1988-89/CCSR-89-10.pdf

-Ted