基于多特征的圖像分類決策樹生成方法研究.pdf

1、如何合理而又高效地組織圖像數(shù)據(jù)、并結(jié)合圖像底層特征，將人工智能及知識發(fā)現(xiàn)等技術(shù)運(yùn)用于圖像分類中，是計(jì)算機(jī)視覺研究領(lǐng)域的一個熱點(diǎn)問題。 本文在利用計(jì)算機(jī)視覺觀察和理解世界、并以某種程度的智能完成特定任務(wù)的研究中做了一些基礎(chǔ)工作，對圖像特征提取、分類特征選擇及分類規(guī)則提取等理論和方法進(jìn)行了研究，促進(jìn)了圖像分類技術(shù)與機(jī)器視覺、數(shù)據(jù)庫及知識發(fā)現(xiàn)等技術(shù)的結(jié)合。 本文所做的研究工作包括以下幾個方面： 圖像分類中需要選取出具有

2、平移、縮放和旋轉(zhuǎn)不變性的特征，本文首先描述了一些常用的圖像顏色、紋理和形狀特征，并對這些特征進(jìn)行了分析然后，分析了決策樹算法中的兩種分類特征選擇標(biāo)準(zhǔn)，提出了基于類間特征整體分布關(guān)系的特征選擇標(biāo)準(zhǔn)。通過基于類間差異的分類誤差定義，給出了若干分類特征相關(guān)的概念定義，為后續(xù)決策樹構(gòu)建研究建立理論基礎(chǔ)。提出了基于樣本整體分布的決策樹生成算法，并對算法進(jìn)行了性能分析和優(yōu)化，同時也討論了多類對象數(shù)目的增減對決策樹的影響。 接著分析了特征空間