基于粗糙集知识约简的区域标记理解方法

摘要：

由波兰Pawlak.Z教授提出的粗糙集(Rough Set)理论作为处理不确定问题的一种有效工具,在数据挖掘、知识发现和粒度计算等领域有着广泛的应用.近年来,将粗糙集理论用于图像分析技术领域成为新的研究热点,出现了基于粗糙集的图像特征提取、图像分割、图像检索及字符识别新方法,图像理解中的区域语义标记和理解类似于图像检索方法,但区域语义理解不同于固定层次结构的检索分类,具有很强的不确定性,因此本文在对前期目标识别研究工作的基础上拓展至更为广泛的区域标记和语义理解是一种新的尝试,由于区域中提取的视觉特征在一定程度上存在极大的冗余,影响了最终的理解决策过程,因此采用粗糙集合进行特征属性分析非常必要。

关键词： 粗糙集 知识约简 区域标记理解 数据挖掘 图像分割 字符识别

作者: 谢昭 高隽

作者单位: 合肥工业大学计算机与信息学院图像信息处理研究室,合肥,230009 中国科学院合肥智能机械研究所仿生感知与控制研究中心,合肥,230031

会议类型: 国内会议

会议名称: 第六届中国Rough集与软计算学术研讨会(CRSSC”2006)

会议地点: 浙江金华

会议语种:中文

页码: 53-56

在线出版日期: 2006-10-30（万方平台首次上网日期，不代表论文的发表时间）