原文服务方: 计算机应用研究       
摘要:
高维图像特征数据不利于图像数据挖掘.为了降低图像特征数据维数,提出了基于概念格的降维算法,该算法将图像的HSV颜色特征转换为图像形式背景,再对背景的概念格进行属性约简.实验结果表明,该降维方法比较有效,并且较主成分分析具有明显的优势.
推荐文章
基于深度特征与非线性降维的图像数据集可视化方法
数据可视化
深度学习
非线性降维
卷积神经网络
基于概念格的图像语义检索研究
概念格
基于内容的图像检索
语言变量
语义检索
高维数据特征降维研究综述
降维
机器学习
特征选择
特征抽取
评估准则
基于HSI彩色模型的图像降维技术
HSI颜色模型
本征维数
图像降维
RGB
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于概念格的图像特征数据降维
来源期刊 计算机应用研究 学科
关键词 图像挖掘 维度灾难 形式背景 概念格 属性约简 数据降维
年,卷(期) 2009,(9) 所属期刊栏目 图形图像技术
研究方向 页码范围 3553-3555
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.09.102
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王莉 辽宁科技大学计算机科学与工程学院 35 110 6.0 8.0
2 罗伟 辽宁科技大学计算机科学与工程学院 2 2 1.0 1.0
3 艾丽 辽宁科技大学理学院 1 0 0.0 0.0
4 王月行 辽宁科技大学计算机科学与工程学院 3 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (35)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(13)
  • 参考文献(1)
  • 二级参考文献(12)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像挖掘
维度灾难
形式背景
概念格
属性约简
数据降维
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导