基于相容粗糙集图形图像信息预检索

基于相容粗糙集图形图像信息预检索

ID:31778950

大小:59.81 KB

页数:5页

时间:2019-01-18

基于相容粗糙集图形图像信息预检索_第1页
基于相容粗糙集图形图像信息预检索_第2页
基于相容粗糙集图形图像信息预检索_第3页
基于相容粗糙集图形图像信息预检索_第4页
基于相容粗糙集图形图像信息预检索_第5页
资源描述:

《基于相容粗糙集图形图像信息预检索》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于相容粗糙集图形图像信息预检索摘要:粗糙集理论是一种分析不精确、不一致、不完备数据的有效工具,利用"相容粗糙集”的理论对图形图像进行预检索,对提高图形图像的检索效率具有一定的作用。本文基于相容粗糙集的图形图像信息预检索进行了研究。关键词:图形图像检索;粗糙集;相容粗糙集中图分类号:TP391.41粗糙集理论是一种非常实用的数据分析工具,其主要的优势是可以用来分析一些特别的数据,如不确切、前后不对应、信息不全面的数据。在等价关系的约束下,粗糙集理论的数据理论模型对应的数据形式只是离散化的形式,其应用范围有一定的限制。在应用中,针对于数据信息的分类来进行图形图像信息

2、的检索,图形图像的含义在表达中非常丰富,在检索中检索结果的正确率较低,这是由于较难使用图形图像来表达文本信息,给予用户的信息数据不够完整,这些信息对图标图形来说是不完全的,不能够较为全面的表达出信息的内容。但对于检索系统来说可以有效的把信息确定在一个较为确定的范围内,能够帮助用户尽快的解决问题,能有效的提高问题模型的检索速度。所以在设计时要能够设计出一种模型,在图形信息的作用下,能够方便快速的找到解决问题的方案,这有着非常重要的意义。同时,从提高工作效率、提升工作效果的角度出发,以比较快的速度锁定目标,确定图形范围,可以有效的在较短的时间内实现工作目标。随着粗糙集

3、理论研究的发展,粗糙集理论在很多领域得到了广泛的应用,粗糙集理论作为有效的数学工具有其突出特点,在处理模糊性和不确定性数据方面有较好的应用,能够从数据的描述集合出发,分析内在规律,而不需要预设数量描述,能够快速的找到其内在规律。当前很多学者将粗糙集理论应用在图像处理领域,以提高图像特征的提取和图像的理解研究,通过使用粗糙集理论的方法,找到等价关系,正确理解粗糙集模型的等价性,ERSM的主要贡献是对等价的语义关系进行了分类,等价的三个属性分别为对称性、传递性和自反性,在信息的检索传递中,要求满足这些属性条件,有时传递性不总能够得满足,尤其是在语言理解与检索研究的范围

4、内,有些学者提出等价关系可以被相容关系所取代,将其模型称为“相容roughset模型”。TRSM在文本信息检索领域所取得的成绩是非常让人满意的,日本科学家曾利用粗糙集理论进行了文献检索,检索了日本人工协会十年的数据量,在检索出的文本中有76%的检索结果是非常准确的。在此基础上,本文提出了一种新的图像检测方法,能够将数据库的图形或图像按用户的要求加以排序,能够大大的降低信息的检索范围,以提高信息检索的有效性。1基于粗糙集理论的图形检索基于粗糙集理论的图形检索方法的有效性验证中,我们使用了人脸图形库的方法,建立起了一个人脸图形库,将图形库中的人脸特征加以描述,包含了不

5、同的属性,采用编码技术将数据库中的人脸特征加以归纳,描绘成如图1所示的图形。图1人脸特征表示在检索中,首先要把这些人脸展示给用户,用户根据需求选择需要检索的人脸图形,如图2所示,由用户来选择一个大致的图形要求,比如用户要求检索出具有圆型特征的人脸,通过算法进行检索并得到用户需要的信息。在检索中,具备圆型特征的人脸图形会被检索出来,缩小了用户的选择范围,让用户对检索出的近似数据进行比对,并使用交互式遗传算法,对检索出的数据进一步的分析以缩小范围,帮助用户找到自己所需的目标图像。图2圆形人脸特征预检索结果实验结果表明,在基于粗糙集算法的基础上配合使用交互式遗传算法其效

6、率大大提高,要远高于使用单一的交互式遗传算法。实验结果如表1所示:在基于相容粗糙集的图形图像信息预检索方法的研究中,为提高人脸图像检索的正确率,首先要能够正确的提取出图像的特征,在有效提取图形特征的基础上,构建起一个有效的特征库。本文采用的算法是采用自适应的方法,提取出人脸图像的主要特征,在实践中的主要思想是实际输出和每个节点和期望输出层之间有误差,沿轮廓输出误差函数,连续地调整网络的权重,以实现网络的实际输出误差函数最小化之间的计算误差和期望。实验采用ORL人脸图像数据库,该数据库包含40个人,每人10幅头部图像图。在实验中,面部图像调整成64X64的尺寸,按6

7、4X64=4096维的力量,对得到的矢量进行归一化的调整,从而形成了神经网络的输入向量的主成分。这里,将输入的n=4096调入到网络结构中,m=40,将输出的样本,即每人10个图像中的2个用于训练,其它8个作为试验样品,80向量作为训练的样本,然后我们输入到神经网络中进行训练。图形图像的信息服务兼容粗糙集的方法能够有效地检索出最相似的人脸图像数据库,并从中检索出最相近的图像。在本文的研究中,人脸部的近似值应该是在人脸数据库中有不同的表情特征的图像,图像特征提取方法是有限的,采用基于相容粗糙集的图形图像信息预检索方法对图像检索效果要差于对图形的检索效果。2结束语通过

8、实验表明采

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。