粗集理论在图像特征选择中的应用

• 作者: 张剑清 张祖勋 潘励
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 粗糙集 图像特征选择 Kohonen网络 约简
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 42-45
• 页数: 4页
• 分类号: TP391.4
• 字数: 3560字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2002.01.010

摘要

粗集理论是一种新的处理含糊和不确定性问题的数学工具.它作为一种新的软计算方法,与进化算法、神经元网络和模糊方法等一样,是具有发展潜力的智能信息处理方法.本文采用粗集理论知识约简的思想,提出了一种图像特征选择的算法,该算法不仅能够找出有效特征集、降低图像特征空间的维数、减少图像分类的工作量,而且提高了分类识别率.由于粗集只处理定性数据或概念类的对象,需要进行数据离散化归一化,故本文又利用Kohonen网络,提出了一种属性值的离散化算法.实验结果证明,上述两种算法是有效的和实用的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张祖勋	武汉大学遥感信息工程学院	106	3162	32.0	53.0
2	张剑清	武汉大学遥感信息工程学院	122	2757	31.0	47.0
3	潘励	武汉大学遥感信息工程学院	35	310	9.0	16.0