多源目标识别任务中的特征选择方法研究

发布时间：2020-12-09 16:13

　　随着新技术的不断出现,目标识别从以往针对单源的研究向多源发展。不同类别的数据源从多个角度对目标进行描述,带来了数据量的激增,在拓展识别分类特征内涵的同时,也带来大量信息冗余和数据相关,导致“维数灾难”的问题,严重影响机器学习的效率与分类算法的性能。如何有效筛选并利用各类传感器提供的信息具有重要的研究价值及现实意义。特征选择算法,是海量数据高价值信息筛选的典型途径之一,作为一种有效的降维方法广泛应用于模式分类和目标识别等多重领域。因此,本文立足于信息论的基础理论,以信息熵作为基本度量策略,开展服务于目标识别应用的多特征选择方法研究。首先,针对传统基于互信息的特征选择算法中评价准则函数度量量级不均衡的问题,提出了一种结合排序的rMIFS（ranking MIFS）算法。算法采用先将相关度具体数值进行由小到大排序,而后再使用排序的序号来替代其具体数值的方法,改善了评价准则函数在特征选择后期具有倾向性的缺陷。在公开数据集上验证所提方法的有效性,结果表明所提rMIFS算法提高了特征选择全过程中评价准则函数的公正性,从而提高了所选最优子集的分类能力。然后,针对Shannon互信息在计算上严重依赖概... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 特征选择的定义
        1.2.2 特征选择的分类
        1.2.3 特征选择的关键环节
    1.3 论文研究内容
    1.4 论文组织结构
第二章 相关预备知识
    2.1 引言
    2.2 信息论相关知识
        2.2.1 熵的定义
        2.2.2 互信息的定义
    2.3 基于互信息的特征选择方法
        2.3.1 符号说明
        2.3.2 相关性、冗余性、互补性
        2.3.3 最优子集
        2.3.4 搜索策略
    2.4 多源图像融合目标识别任务中的特征选择
        2.4.1 多源图像融合处理的常规步骤
        2.4.2 融合识别中特征选择面临的难点
        2.4.3 可见光与红外图像融合
    2.5 本章小结
第三章 基于互信息的特征选择方法
    3.1 引言
    3.2 MIFS特征选择算法的发展及变种
        3.2.1 评价准则函数的发展
        3.2.2 熵的估值
    3.3 问题的提出
    3.4 一种结合排序的特征选择算法
        3.4.1 rMIFS算法设计思路
        3.4.2 rMIFS算法具体流程
    3.5 一种基于生存Cauchy-Schwartz互信息的特征选择算法
        3.5.1 生存Cauchy-Schwartz互信息
        3.5.2 SCS-r MIFS算法具体流程
    3.6 实验结果及分析
        3.6.1 实验设置
        3.6.2 实验结果及分析
    3.7 本章小结
第四章 融合图像分割中的特征选择方法
    4.1 引言
    4.2 简单线性迭代聚类超像素分割算法
    4.3 问题的提出
    4.4 语义知识导引的改进SLIC算法
        4.4.1 语义知识导引的SLIC融合特征选择
        4.4.2 基于融合特征的SLIC改进算法
    4.5 实验结果及分析
        4.5.1 数据准备
        4.5.2 实验结果及分析
    4.6 本章小结
第五章 结束语
    5.1 本文工作总结
    5.2 未来研究展望
致谢
参考文献
作者在学期间取得的学术成果


【参考文献】：
期刊论文
[1]特征融合的卷积神经网络多波段舰船目标识别[J]. 刘峰,沈同圣,马新星.  光学学报. 2017(10)
[2]特征选择方法综述[J]. 姚旭,王晓丹,张玉玺,权文.  控制与决策. 2012(02)
[3]一种快速的Wrapper式特征子集选择新方法[J]. 叶吉祥,龚希龄.  长沙理工大学学报(自然科学版). 2010(04)
[4]特征选择算法研究综述[J]. 毛勇,周晓波,夏铮,尹征,孙优贤.  模式识别与人工智能. 2007(02)
[5]基于特征点对齐度的图像配准方法[J]. 葛永新,杨丹,张小洪.  电子与信息学报. 2007(02)
[6]特征选择方法综述[J]. 王娟,慈林林,姚康泽.  计算机工程与科学. 2005(12)
[7]基于特征级数据融合的遥感图像重构模式研究[J]. 付炜.  电子学报. 2005(06)
[8]基于Choquet模糊积分的决策层信息融合目标识别[J]. 刘永祥,黎湘,庄钊文.  电子与信息学报. 2003(05)
[9]多传感器图像自动配准技术研究[J]. 钮永胜,倪国强.  光学技术. 1999(01)

博士论文
[1]多源信息特征提取与融合及其在信息管理中的应用[D]. 王洪波.合肥工业大学 2015
[2]高维数据的特征选择与特征提取研究[D]. 蒋胜利.西安电子科技大学 2011
[3]基于信息熵的特征选择算法研究[D]. 刘华文.吉林大学 2010

硕士论文
[1]“转化”与“融和”：视觉识别系统中“图形”与“空间”的关系研究[D]. 李泺萌.上海师范大学 2013
[2]基于融合的医学图像特征选择和分割方法研究[D]. 李卫伟.苏州大学 2010
[3]数据级与特征级上的数据融合方法研究[D]. 张保梅.兰州理工大学 2005



本文编号：2907133