一种基于粗糙集的视觉单词生成方法

• 作者: 张素兰 时恺泽 赵鹏坤
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 视觉单词 粗糙集 属性约简 知识粒度
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机科学与信息工程
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391.4
• 字数: 4054字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2016.01.001

摘要

针对传统BOV（ Bag-of-visual words）模型，存在的歧义视觉单词影响分类精度和效率等问题，采用粗糙集属性约简，提出一种视觉单词生成方法。首先，利用BOV模型，生成训练图像集和视觉词典，并将其抽象为决策信息表，其中：决策表中对象按类分别标记作为决策属性，视觉词典中的视觉单词标记为条件属性；然后根据决策表中决策属性的等价集和条件属性的等价集，建立不相容对象等价集，并对决策表中每一个条件属性进行启发式学习，保留能够引起不相容等价集数目变化的视觉单词，形成必要视觉单词集合；其次，根据必要视觉单词集合，结合相对知识粒度，来衡量决策表中不必要视觉单词的重要度，保存重要度值高的视觉单词，消除属性重要度低的视觉单词，形成约简视觉单词集合，从而有效地消除了视觉词包中，存在的歧义视觉单词；最后通过实验验证了该方法对视觉单词约简是有效的和可行的。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张素兰	太原科技大学计算机科学与技术学院	37	232	9.0	14.0
2	时恺泽	内蒙古大学计算机学院	2	2	1.0	1.0
3	赵鹏坤	太原科技大学计算机科学与技术学院	1	0	0.0	0.0