genetic-algorithm - 频率检测的遗传算法方法(在光体积描记图中)

Question

光电容积图如下所示。



基本上，您可以看到图像的亮度随时间的上升和下降。该输出可能来自测量手指血流量的脉搏血氧仪。

我的问题是，是否有基于遗传算法(或一般:进化计算)的方法来计算“下降”的频率。我知道 FFT(以及 DFT)可以计算频率(或者至少给我们一个上面显示的输入的频域表示)。

如果您必须使用遗传算法技术来解决这个问题，您会如何解决？ (我不是在寻找实际的解决方案，只是在寻找表示和适应度函数在 GA 设计中的外观的想法)。

Answer 1

我不认为 GA 最适合解决这个问题，但是由于您专门询问了 GA 解决方案，因此这里有一些想法。对我来说，似乎鞍点更适合找到，因为它们更清晰，而且您也可以从中获得频率。

我假设问题数据将是一个双向量，其中每个位置在特定时间保持亮度。我会要求这个向量中的所有点都是从等距时隙中采样的。然后找到频率可能是找到一个偏移量和一个间隔，该间隔最小化(或最大化)在偏移+x*间隔给定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出最小间隔，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。