基于模糊粗糙集的半监督影像分类算法

• 作者: 何发智 张德军 石强 袁志勇
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 影像分类 模糊粗糙集 半监督特征选择 半监督学习 自学习
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 36-40
• 页数: 5页
• 分类号: TP391.7
• 语种: 中文
• DOI: 10.13245/j.hust.160108

摘要

针对影像分类中少量标记样本问题，提出了基于模糊粗糙集的影像半监督分类算法。首先，通过模糊粗糙集对数据的粗糙性与模糊性进行建模，采用归一化的模糊互信息来度量特征与类别信息的相关性，并利用模糊上下近似度量样本的类别隶属度；然后，结合归一化的模糊互信息改进正则化框架下的特征评价方法，在谱图分析的半监督特征选择框架下实现特征优选；其次，结合近邻约束提高模糊上下近似预测样本类别的准确性，设计基于模糊粗糙集的约束自学习，选择信息量大的未标记样本更新训练样本集；最后，利用新的样本集训练分类器，完成影像分类任务。多组实验表明所提算法能够在少量标记样本的条件下有效提高影像的分类精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何发智	武汉大学计算机学院	51	539	10.0	22.0
2	袁志勇	武汉大学计算机学院	33	130	7.0	9.0
3	张德军	武汉大学计算机学院	9	29	3.0	5.0
4	石强	中国电子科技集团公司第二十七研究所	1	2	1.0	1.0