容差鄰域模型及其在目標(biāo)遮擋的場景圖像中的應(yīng)用.pdf

1、大數(shù)據(jù)處理技術(shù)的迅速發(fā)展，極大的改變了人們的生活習(xí)慣、工作方式和思維模式。專家和學(xué)者們也認(rèn)識到海量數(shù)據(jù)分析和處理的廣闊前景，并希望能夠從中得到有用的信息。大數(shù)據(jù)往往具有不確定、維數(shù)大和不完備等特點(diǎn)，而粗糙集作為處理不確定、不一致問題的有效工具，已經(jīng)廣泛的應(yīng)用在數(shù)據(jù)挖掘中。
　　本研究使用“鄰域”和“容差完備度”的概念對經(jīng)典粗糙集進(jìn)行了擴(kuò)展，得到了新的鄰域模型，并將該模型應(yīng)用于目標(biāo)遮擋的圖像分類當(dāng)中。通過在Pawlak經(jīng)典粗糙集的基

2、礎(chǔ)上引入了粗糙集的鄰域模型，用于解決離散型屬性和連續(xù)型屬性的混合數(shù)據(jù)類型不能同時(shí)處理的問題，并介紹了鄰域粗糙集(Neighborhood Rough Set, NR)的基本概念。而不具有容差能力的方法在處理不完備的信息時(shí)難以達(dá)到理想的效果，因此，給出了擴(kuò)展容差關(guān)系(Extended Tolerance Relation, ETR)模型。該模型將限制條件設(shè)為鄰域和容差完備度，并以擴(kuò)展容差鄰域?yàn)榛A(chǔ)選擇決策正域，經(jīng)計(jì)算得到系統(tǒng)的屬性重要度，

3、最后給出基于擴(kuò)展容差關(guān)系的屬性約簡算法，并通過刪除冗余來降低噪聲數(shù)據(jù)對分類結(jié)果產(chǎn)生的影響。變換不同的鄰域閾值，將單個(gè)樣本應(yīng)用于不同的分類器，并分析實(shí)驗(yàn)結(jié)果。使用UCI庫上的幾組混合類型數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)，并與其他幾種擴(kuò)展粗糙集算法進(jìn)行對比。通過分析各算法在不同分類器下的精度變化趨勢可知，ETR算法能在不降低分類精度的同時(shí)保持較少的約簡。因此驗(yàn)證了擴(kuò)展容差鄰域模型的有效性及算法的可行性。采用顏色和紋理相融合的方法將擴(kuò)展容差關(guān)系應(yīng)用在目標(biāo)遮擋的