双个体遗传算法：针对多层神经网络高效训练的双个体方法

本研究针对二元图像分类任务中的神经网络优化问题，引入了一种增强的遗传算法——双个体遗传算法(Dual-Individual GA)。该方法通过两个角色（领导者和跟随者）进行特征优化，显著提高了训练准确率，实验结果表明在一个三层网络中，该算法的训练准确率达到99.04%，优于传统的基于梯度的方法。

本研究提出了一种双个体遗传算法用于优化二元图像分类中的神经网络，通过领导者和跟随者角色进行特征优化，训练准确率达到99.04%，优于传统方法。