变精度粗糙集与贝叶斯粗糙集图像分类研究

变精度粗糙集与贝叶斯粗糙集图像分类研究

在经典粗糙集分类模型的基础上利用变精度粗糙集模型,引入近似区分矩阵的概念,提出了一种基于变精度粗糙集的图像分类模型及其分类算法,在变精度粗糙集分类模型的基础上利用贝叶斯粗糙集模型,通过引入全局相对增益函数给出了贝叶斯粗糙集属性约简的另外一种算法,最后提出了一种基于贝叶斯粗糙集的图像分类模型及其分类算法.实验结果表明在处理决策表不协调的图像分类问题,贝叶斯粗糙集图像分类方法性能良好,分类准确和高效.

作 者： 李艳荣 LI Yan-rong   作者单位： 沈阳化工学院计算机学院,沈阳,110142  刊 名： 信息技术  ISTIC 英文刊名： INFORMATION TECHNOLOGY  年，卷(期)： 2009 33(9)  分类号： O175.12  关键词： 变精度粗糙集   近似区分矩阵   贝叶斯粗糙集   全局相对增益   图像分类  

【变精度粗糙集与贝叶斯粗糙集图像分类研究】相关文章：

小波变换和粗糙集的图像增强方法04-27

粗糙集属性约简的完备算法04-27

粗糙集在诊断规则提取中的应用04-27

基于AHP和粗糙集的二阶段评价方法研究04-26

批次定检设备故障诊断的贝叶斯方法研究04-26

基于贝叶斯原理的爆炸识别判据综合技术研究04-26

基于参数的贝叶斯先验选择方法04-27

贝叶斯(Bayes)判别分析在粉煤灰分类中的应用04-27

一种采用混合高斯模型与贝叶斯判别的彩色图像人脸检测方法04-27

模糊粗糙集中综合评价的属性约简和规则获取04-27