邻域粗糙集约简算法在图像特征选择中的应用

• 作者: 张扩 成婷 续欣莹
• 来源期刊: 现代电子技术
• 关键词: 不一致邻域 粗糙集 属性约简 信息熵 增量式学习 图像特征提取
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 信号分析与图像处理
• 页码范围: 56-62
• 页数: 7页
• 分类号: TN911.73-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.21.013

摘要

传统的行人检测方法为静态特征提取方法,而实际的数据是动态变化的,在增加图像集之后,特征集需要重新动态更新.因此,基于信息观的角度,将粗糙集与图像的特征提取方式相结合,引出不一致邻域的概念,提出一种基于增量式场景图像特征选择的邻域粗糙集约简算法研究,该算法运用新增图像样本集及其不一致邻域的样本进行特征提取,有效地避免了不必要的约简,从而快速求得特征集.最后通过实验验证了算法的有效性和高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	续欣莹	太原理工大学信息工程学院	45	318	9.0	16.0
2	成婷	太原理工大学信息工程学院	2	5	2.0	2.0
3	张扩	太原理工大学信息工程学院	5	25	3.0	5.0