显著对象的非监督粗糙认知算法

• 作者: 李仁发 李仲生 蔡则苏
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 粒计算模型 显著对象 粗糙认知 图像处理 Fisher线性判别算法
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 202-209
• 分类号: TP391
• 字数: 5647字
• 语种: 中文

摘要

提出了一种显著对象非监督粗糙认知算法.算法首先定义了一种粒计算模型,然后按双概念拓扑划分论域,依据尺度过滤掉过小拓扑等价类；用拓扑连通强度、拓扑分布密度等计算出拓扑等价类的拓扑显著度；借改进Fisher线性判别算法找到最大跃变点,裁掉拓扑显著度过小的拓扑等价类,得到候选区；以维扫梯度等捕捉拓扑等价类间的渐变模式,完成局部粗糙分割,得到候选对象,更新候选对象的拓扑显著度；再次调用Fisher线性判别算法裁减,如果还剩多个对象,用位权选择最终显著对象.最后,以实验分步验证了算法的执行过程,并与同类3种算法的提取结果作了比较分析,证实了新算法有着较优的语义逼近能力和快捷的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李仁发	湖南大学网络与信息安全湖南省重点实验室	468	4582	30.0	44.0
2	蔡则苏	哈尔滨工业大学计算机学院	40	499	12.0	21.0
3	李仲生	湖南大学网络与信息安全湖南省重点实验室	11	98	3.0	9.0