面向图像分割的符号网络构建与分析研究

发布时间：2022-01-22 09:24

　　符号网络是指边具有正或负符号属性的网络,其中正负边分别代表积极和消极关系。消极关系普遍存在于信息、生物和社会领域,为人们研究态度预测、用户特征分析以及聚类等方向提供了重要的应用价值。近年来涌现出多个符号图聚类准则,它们在许多领域中取得了成功应用,并验证了负边带来的附加价值。然而,如何理解符号图聚类与典型无符号图聚类的联系与区别,如何统一多个符号图聚类,以及如何针对应用场景来构建符号网络,这些问题都还未得到深入研究。本文面向图像分割这一实际问题,以该领域中成功应用的典型聚类准则--规范化割（Normalized cut,简称Ncut）为分析对象,对上述疑问展开讨论。图像是一类半结构化数据,传统的图聚类算法以非负权重来表达像素点（块）之间的相似性。实际上,消极关系也存在于图像数据分析中,不同分割区域的像素点（块）对则为互斥关系,可以用负边来表征这种关系。相比无符号图,引入负边的符号图更具表达能力。本文利用符号网络聚类来解决图像的半监督分割问题,研究了符号网络的构建,并对符号图聚类展开了详细分析。本文的主要工作包括以下几个方面。1.对比分析了符号图上的规范化割。首先,对比分析无符号网络上的半... 

【文章来源】：湖南师范大学湖南省 211工程院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

最小割以图2-1为例，把图看成一个整体G，根据最小割准则，图被虚线分割成两

最小割与理想分割

面向图像分割的符号网络构建与分析研究11的聚类结果，（d）为图像的分割结果。图2-4图像的2-way聚类示意图2.2符号图割与图像分割上一节介绍了基于图割的聚类，是面向无符号网络的一类图划分方法。相比于无符号图，符号网络所蕴含的信息更为丰富，对符号网络进行划分则需要符号图割，因此本节将介绍符号图割，用来划分符号网络；符号网络是指边具有正或负符号属性的网络，其中正边可以表征相似性，负边可以表征不相似性。本节的内容主要包括：符号网络的经典理论--结构平衡理论和符号图割的定义。2.2.1结构平衡理论作为符号网络的经典理论--结构平衡理论，源于Heide提出的人们对事物态度的平衡模型[53]。这种事物态度分为积极和消极两种类别，结合这两种类别该模型进一步分析实证了关系类型的演变法则。Cartwright和Harary将Heider的理论进一步加以改进，使用数学语言将包含积极和消极关系的系统形象地描画为符号网络，并用正、负符号分别表示边的积极关系和消极关系[10]。结构平衡理论围绕三角形的平衡性分析开始。在符号网络中，考虑符号性后三角形的关系具有如图2-5所示的4种模式。结构平衡理论认为，图2-5中，（A）和（B）对应的两种三角形是稳定的，即结构平衡，而（C）和（D）对应的两种三角形结构不平衡。上述三角形的结构平衡性判定是从社会学角度出发，综合而言，该判定可以简单概括为以下4个直观认识：1)朋友的朋友是我的朋友；2)朋友的敌人是我的敌人；3)敌人的朋友是我的敌人；4)敌人的敌人是我的朋友。其中，第1个直观认识解释了图2-5（A）中三角形的结构平衡性问题，其余3个直观认识解释了图2-5（B）中三角形的结构平衡性问题。而图2-5（C）和（D）中的三角形不满足上述4个认识的前3个，图2-5（D）中的三角形不满足第4个

【参考文献】：
期刊论文
[1]符号网络中基于影响控制特性的传播模型[J]. 杨宝龙,吴国文.  计算机工程. 2015(09)
[2]符号网络研究综述[J]. 程苏琦,沈华伟,张国清,程学旗.  软件学报. 2014(01)

硕士论文
[1]基于符号网络的半监督谱聚类[D]. 杨梦婷.湖南师范大学 2019
[2]基于加权符号图聚类和马尔科夫随机场的图像分割[D]. 杨予丹.湖南师范大学 2018



本文编号：3601944