粗糙集近似集的不确定性研究及其在图像分割中的应用

发布时间：2017-10-24 03:27

  本文关键词：粗糙集近似集的不确定性研究及其在图像分割中的应用

  更多相关文章： 粗糙集 近似集 不确定性 属性约简 图像分割

【摘要】：随着信息技术与网络技术的不断发展,当今人类社会已进入大数据时代。隐藏在数据爆炸背后的知识急需发掘和获取,而世界的不确定性又造就了目前更加纷繁复杂的多样性数据。面对海量数据的极速增长,人们迫切需要透过数据的量变看到背后的质变,更需要从不确定信息中找到有效的信息处理工具和知识发现方法。作为一种经典的数据挖掘和知识发现工具,粗糙集已成为处理不确定性问题的重要理论模型。粗糙集理论以不分明关系为基础定义上、下近似集,通过精确的方法来近似刻画不确定目标概念,为解决不确定性问题提供了理论依据。粗糙集理论已在不确定性人工智能等各个方面的多个领域得到广泛的应用并取得了显著成果,但仍有一些问题值得进一步研究,如粗糙集本身缺乏对边界域的进一步有效近似刻画,未直接给出粗糙集的最优近似集及其约简算法,以及基于传统粗糙集理论的图像分割方法适用受限等问题,本文针对以上问题开展了如下几方面研究工作:首先,针对粗糙集模型边界域的刻画问题,引入了粗糙集近似集模型,分别从代数观和信息观对粗糙集近似集的知识约简方法进行分析讨论。从代数观的角度,提出了粗糙集近似集模型的分布约简概念及其可辨识矩阵约简方法,并从理论上证明了该约简方法的完备性。基于信息论观点给出了粗糙集近似集的信息熵概念和基于粗糙集近似集条件信息熵的属性约简算法。其次,定义了粗糙集近似集的模糊熵度量准则,通过讨论近似集模糊熵的多粒度变化规律,提出了近似集的不确定性度量方法。从理论上证明了近似集的不确定性度量模型符合人脑基本认知规律。实验结果表明了近似集知识获取方法的可行性和有效性,进一步促进了粗糙集扩展模型和不确定性理论的研究发展。最后,在近似集不确定性理论研究的基础上,开展了近似集图像分割的实际应用研究。针对经典粗糙集图像分割方法存在的局限性问题,基于粗糙集近似集理论模型,采用自适应粒化方法求解图像的最优粒度,构建图像的目标和背景上下近似集,再根据近似集思想对目标集合的边界域进行进一步刻画,同时结合粒子群算法提高求解粗糙集近似集最大粗糙熵的效率,最终得到图像分割的最优分割阈值,并通过仿真实验和分割结果模糊熵定量评价结果,表明该方法具有可行性和有效性,进一步促进了近似集理论模型的研究发展和实际应用。
【关键词】：粗糙集 近似集 不确定性 属性约简 图像分割
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TP391.41
【目录】：

• 摘要3-5
• Abstract5-9
• 第1章 引言9-15
• 1.1 论文选题背景及意义9-10
• 1.2 国内外研究现状及存在的问题10-12
• 1.3 论文主要研究内容12
• 1.4 论文组织结构12-15
• 第2章 粗糙集近似集理论基础知识15-25
• 2.1 粗糙集的基本概念15-17
• 2.2 粗糙集近似集的基本概念17-19
• 2.3 粗糙集的属性约简方法19-22
• 2.4 粗糙集的不确定性度量22-24
• 2.5 本章小结24-25
• 第3章 基于粗糙集近似集的不确定性知识获取方法25-40
• 3.1 引言25-26
• 3.2 近似集的知识获取方法26-32
• 3.2.1 近似集的代数观约简方法26-30
• 3.2.2 近似集的信息观约简方法30-32
• 3.3 近似集的不确定性度量方法32-36
• 3.4 对比实验及分析36-38
• 3.5 本章小结38-40
• 第4章 基于粗糙集近似集的图像分割方法40-51
• 4.1 引言40-41
• 4.2 粗糙集的图像信息系统构建41-42
• 4.3 近似集粒度自适应图像划分42-44
• 4.4 近似集与粒子群的粗糙熵图像分割方法44-45
• 4.5 实验对比及分析45-50
• 4.6 本章小结50-51
• 第5章 总结及未来的工作51-53
• 5.1 全文总结51-52
• 5.2 未来工作52-53
• 参考文献53-57
• 致谢57-58
• 攻读硕士学位期间从事的科研工作及取得的成果58

【参考文献】

中国期刊全文数据库 前10条

1 赵雪梅;李玉;赵泉华;;结合高斯回归模型和隐马尔可夫随机场的模糊聚类图像分割[J];电子与信息学报;2014年11期

2 吴涛;;图像阈值化的自适应粗糙熵方法[J];中国图象图形学报;2014年01期

3 李伟斌;高二;宋松和;;一种全局最小化的图像分割方法[J];电子与信息学报;2013年04期

4 钱文彬;杨炳儒;徐章艳;张长胜;;基于信息熵的核属性增量式高效更新算法[J];模式识别与人工智能;2013年01期

5 龙建武;申铉京;陈海鹏;;自适应最小误差阈值分割算法[J];自动化学报;2012年07期

6 张清华;王国胤;肖雨;;粗糙集的近似集[J];软件学报;2012年07期

7 邓廷权;盛春冬;;结合变精度粗糙熵和遗传算法的图像阈值分割方法[J];控制与决策;2011年07期

8 许新征;丁世飞;史忠植;贾伟宽;;图像分割的新理论和新方法[J];电子学报;2010年S1期

9 王国胤;姚一豫;于洪;;粗糙集理论与应用研究综述[J];计算机学报;2009年07期

10 王国胤;张清华;;不同知识粒度下粗糙集的不确定性研究[J];计算机学报;2008年09期

，

本文编号：1086807