资源描述：
《基于相容粗糙集的图形图像信息预检索》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、计算机辅助设计与图形学学报JOURNALOFCOMPUTER2AIDEDDESIGN&COMPUTERGRAPHICS第14卷第3期2002年3月Vol.14,No.3Mar.,2002基于相容粗糙集的图形图像信息预检索胡静曹先彬王煦法(中国科技大学计算机科学与技术系合肥230027)摘要早期的利用粗糙集理论进行信息检索都是以“等价粗糙集模型”为基础的,但是等价粗糙集的性质限制了该方法的应用范围.为此有些研究者提出以“相容粗糙集模型”代替“等价粗糙集模型”的新的信息检索的概念.此概念的关键在于“关键词的同时发生”和关于
2、相容粗包含的“匹配算法”.提出了一种利用“相容粗糙集”的理论对图形图像进行预检索的新方法,即在相容类的近似空间里对图形图像进行预检索.为了验证这种新方法的有效性,在人脸图形和图像库中做了若干实验,实验结果表明,该方法可以有效地克服等价粗糙集在图形图像检索方面的限制,对提高图形图像的检索效率具有一定的作用.关键词图形图像检索,粗糙集,相容粗糙集,粗匹配,信息系统中图法分类号TP391GraphicsandImagePre-indexingbasedonToleranceRoughSetsHuJingCaoXianbinW
3、angXufa(DepartmentofComputerScienceandTechnology,UniversityofScienceandTechnologyofChina,Hefei230027)AbstractAllpreviousworksoninformationretrievalusingroughsetsarebasedonequivalenceroughsetsmodel(ERSM),butthepropertyofequivalencehaslimiteditsapplicationfields.S
4、omeresearchershaveproposedakindoftoleranceroughsetsmodel(TRSM)forinformationretrieval.ThecoreofTRSMistoleranceclassesconstructedbytheindexco2occurrenceandamatchingalgorithmwithtoleranceroughinclusions.Inthispaperanewmethodforgraphicsandimagepre2indexingbytoleran
5、ceroughsetsispresented.Thisnewapproachorganizesthegraphicsandimageinanapproximationspaceoftoleranceclasses.Experimentalresultsobtainedfromhumanfacegraphicsandimagepre2indexingshowthatthetoleranceapproachcaneffectivelyovercomethelimitationofERSMandenhancetheeffic
6、iencyofgraphicsandimageindexing.Keywordsgraphicsandimageindexing,roughsets,toleranceroughsets,roughmatching,informationsystem描述的,即首先将若干图形或图像呈现给用户,由用户确定一个包含了目标图形或图像中某些信息的初始图形或图像,这些信息对目标图形或图像来说虽然是不完备的,但是检索系统可以据此将检索范围尽可能地锁定在一个有效的范围内,以帮助用户尽快检索到所需的目标图形或图像.因此,如果能设计一种解
7、决问题的模型,使在图形或图像信息不完备的状况下检索系统都能尽可能地给出问题的一组最大可能的解,则无疑是很有实际意义的.另一方面,从提高图形图像检索工作的效率来考虑,如果一开始就能将检索范围锁定在目标图形或图像的周围,则可以大大缩短检索的时间,提高检索的效率.引言1基于内容的图形图像信息检索,指以图形图像所包含的内容语义为依据,在多媒体数据库中对图形图像信息进行检索,目前已成为一个十分重要的研究领域.最早的基于内容的图形图像信息的检索一般是只基于文本的1,但由于文本描述常有二义性,而且不能准确表达图形图像中丰富的信息内容
8、,所以往往很难准确地进行检索.理想的基于内容的图形图像信息检索系统,应该是以图形或图像显示来代替文本原稿收到日期:2001201208;修改稿收到日期:2001205208.本课题得到国家“九七三”重点基础研究发展规划项目基金(G1998030500)资助.胡静,女,1964年生,硕士,主要研究方向为遗传算法、智能信息获取.曹先彬
