检索结果-南通市图书馆

基于最优尺度选择的高分辨率遥感影像丘陵农田提取

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2014年第5期30卷 99-107页

作者：陈杰陈铁桥梅小明邵权斌邓敏中南大学地理信息系长沙410083

农田测绘与粮食安全密切相关,高效经济的农田测绘是中国政府部门重点关注的工作之一。农田田块是农田测绘的基本要素,从遥感影像中提取农田田块信息是当前研究的热点。然而,丘陵地区农田形状不规则、光谱特征不明显导致农田信息提取困难... 详细信息

农田测绘与粮食安全密切相关,高效经济的农田测绘是中国政府部门重点关注的工作之一。农田田块是农田测绘的基本要素,从遥感影像中提取农田田块信息是当前研究的热点。然而,丘陵地区农田形状不规则、光谱特征不明显导致农田信息提取困难,该文通过研究最优的农田分割尺度来提高农田田块信息提取的精度。首先,利用各向异性扩散算子在由Sobel得到的梯度图上生成多尺度梯度影像。然后,通过信息熵差异分析得到有效尺度范围。其次,利用标记分水岭算法对农田梯度影像进行分割获得多尺度农田信息。最后,利用非监督的全局评价方法在已得的有效尺度范围内确定农田提取的最优尺度,同时确定最优的农田提取结果。对比试验结果表明,该文方法能够有效地提取丘陵地区的农田田块,精度可以达到73.06%,比Mean-shift方法提取的精度高22.48%。该研究可为中国农田测绘提供技术参考。

关键词：遥感图像识别测绘农田高分辨率遥感影像各向异性扩散最优尺度选择

多尺度单值中智系统中基于优势粗糙集模型的最优尺度选择与约简

在线全文

学校读者我要写书评

暂无评论

南京大学学报（自然科学版） 2022年第3期58卷 495-505页

作者：王文珏黄兵南京审计大学信息工程学院南京211815

单值中智集是处理不确定、不一致信息的有效工具,结合单值中智粗糙集和多尺度决策系统,提出基于优势关系的多尺度单值中智粗糙集模型的最优尺度选择和约简算法.首先,在构建基于优势关系的多尺度单值中智粗糙集模型时引入正理想点、负理... 详细信息

单值中智集是处理不确定、不一致信息的有效工具,结合单值中智粗糙集和多尺度决策系统,提出基于优势关系的多尺度单值中智粗糙集模型的最优尺度选择和约简算法.首先,在构建基于优势关系的多尺度单值中智粗糙集模型时引入正理想点、负理想点和不确定点来刻画单值中智数大小关系;其次,结合证据理论中的信任函数和似然函数给出模型的最优尺度选择算法及约简算法;最后,利用五组UCI数据集对文中提出的模型与算法进行实例验证,分析算法的有效性.提出的算法在分类精度和算法效率两方面都有所提高,进一步扩展了单值中智粗糙集在多尺度决策系统下的应用,为后续该领域的研究提供参考.

关键词：多尺度尺度约简单值中智粗糙集最优尺度选择证据理论

多尺度决策系统的覆盖粗糙模糊集及其最优尺度选择

在线全文

学校读者我要写书评

暂无评论

山东大学学报（理学版） 2024年第5期59卷 114-130页

作者：施虹艺马周明闽南师范大学数学与统计学院福建漳州363000 数字福建气象大数据研究所(闽南师范大学) 福建漳州363000 福建省闽南师范大学粒计算重点实验室福建漳州363000

进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了2种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了4种多尺度决策系统中的覆盖粗糙集模型。定义了对应的正域和... 详细信息

进一步推广基于覆盖的粗糙模糊集模型,在对象最小描述的近邻域上考虑对象在决策属性下的隶属度,提出了2种不同的覆盖粗糙模糊集,将覆盖粗糙模糊集与多尺度决策系统结合,构建了4种多尺度决策系统中的覆盖粗糙集模型。定义了对应的正域和属性重要度,设计相应的最优尺度选择算法。最后通过实验分析,比较了4种覆盖粗糙模糊集模型在多尺度决策系统中的最优尺度与原始尺度在回归预测效果上的差异。实验结果表明,第4种多尺度决策系统覆盖粗糙模糊集模型所选择的最优尺度组合有效提高回归模型的预测能力。

关键词：粗糙模糊集多尺度决策系统最优尺度选择回归预测最小描述

混合语义下的不完备多尺度决策系统及其最优尺度选择

在线全文

学校读者我要写书评

暂无评论

西南大学学报（自然科学版） 2023年第3期45卷 1-18页

作者：刘微胡军重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

现有不完备多尺度信息系统的定义存在局限性,即只考虑了遗漏型未知属性值并且认为对象在某个属性下缺失则在所有尺度下全部缺失.本研究从未知属性值的两种语义解释出发,定义混合语义下的不完备多尺度信息系统.为保持混合语义下的不完备... 详细信息

现有不完备多尺度信息系统的定义存在局限性,即只考虑了遗漏型未知属性值并且认为对象在某个属性下缺失则在所有尺度下全部缺失.本研究从未知属性值的两种语义解释出发,定义混合语义下的不完备多尺度信息系统.为保持混合语义下的不完备多尺度信息系统尺度间的偏序关系,根据粒信息转换函数填补数据并扩展特征关系模型.研究在不同尺度下信息粒度的表示及其相互关系,并进一步定义基于扩展后特征关系的集合的上、下近似,讨论了它们的性质.在混合语义下的不完备多尺度决策系统中构建序贯三支决策模型,并基于该模型给出最小化不确定性的最优尺度选择方法.实验结果验证了数据填补和特征关系模型扩展的有效性,并且表明通过序贯三支决策模型能够选择不确定性最小的尺度作为最优尺度.

关键词：多尺度不完备特征关系三支决策最优尺度选择

在线全文

学校读者我要写书评

暂无评论

高分辨率遥感图像分割的最优尺度选择

计算机工程与应用 2014年第6期50卷 144-147页

作者：刘兆祎李鑫慧沈润平朱枫张凯王恬王媛媛南京信息工程大学大气物理学院南京210044 南京信息工程大学遥感学院南京210044 北京师范大学全球变化与地球系统科学研究院北京100875 中国人民解放军94940部队兰州大学大气科学学院兰州730000 中国科学院大气物理研究所北京100029

面向对象的最优尺度选择是高分辨率遥感图像多尺度分割技术中的关键问题。最优分割尺度的确定直接影响到后续的图像信息提取与分析。在模型计算法的基础上,改进并实现了一种全局最优尺度计算模型。该最优尺度计算模型可以根据多波段信... 详细信息

面向对象的最优尺度选择是高分辨率遥感图像多尺度分割技术中的关键问题。最优分割尺度的确定直接影响到后续的图像信息提取与分析。在模型计算法的基础上,改进并实现了一种全局最优尺度计算模型。该最优尺度计算模型可以根据多波段信息自动选择最优尺度,从而避免了人目视的主观性。

关键词：面向对象最优尺度选择模型计算

在线全文

学校读者我要写书评

暂无评论

基于信息熵的多尺度决策表最优尺度选择

基于信息熵的多尺度决策表最优尺度选择

作者：张嘉宇山西大学

学位级别：硕士

粒计算是研究基于粒结构的思维方式、问题求解方法、信息处理模式的理论、方法、技术和工具的学科,是一种新的计算范式。多层次数据分析是粒计算领域的重要研究方向之一。现实生活中也广泛存在着层次结构的数据。为了表示和处理这些层... 详细信息

粒计算是研究基于粒结构的思维方式、问题求解方法、信息处理模式的理论、方法、技术和工具的学科,是一种新的计算范式。多层次数据分析是粒计算领域的重要研究方向之一。现实生活中也广泛存在着层次结构的数据。为了表示和处理这些层次结构的数据,Wu和Leung提出了多尺度决策表,并给出了最优尺度的选择方法。利用这些方法,可以在保持决策可信的情况下,选择最优的尺度进行决策,从而节省面向层次结构数据决策的成本。已有方法大多都是从协调性或者格等角度研究最优尺度的求解方法,而基于信息熵的最优尺度求解方法鲜有报道。因此,本文选择基于信息熵开展最优尺度选择方法研究,具有内容如下:（1）面向多尺度决策表,提出了基于Shannon条件熵和互补熵的最优尺度的定义以及选择这两种最优尺度的方法,基于Shannon条件熵的最优尺度对应的决策表的决策规则置信度,与最精细的尺度对应的决策表的决策规则置信度一致。基于互补条件熵的最优尺度比基于Shannon条件熵的最优尺度更为精细。（2）面向广义多尺度决策表,提出基于Shannon条件熵和互补条件熵的最优尺度组合选择算法,基于Shannon条件熵的方法可以得到协调和不协调广义多尺度决策表的分布最优尺度组合,基于互补条件熵的最优尺度组合选择算法,可以发现一种比分布最优尺度组合更为精细新的最优尺度组合,最后采用数据实验验证了算法的有效性。

关键词：粒计算信息熵多尺度决策表最优尺度选择规则评价

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多尺度决策系统中的最优尺度选择

多尺度决策系统中的最优尺度选择

作者：郑嘉文浙江海洋大学

学位级别：硕士

粒计算是问题求解中遇到有关信息粒的理论、方法、技术和工具的总称,也是当前人工智能领域的前沿热点之一。粗糙集理论从众多粒计算研究方法中脱颖而出,传统的粗糙集方法主要用于从对象具有唯一属性值的决策系统中提取规则。在现实的数... 详细信息

粒计算是问题求解中遇到有关信息粒的理论、方法、技术和工具的总称,也是当前人工智能领域的前沿热点之一。粗糙集理论从众多粒计算研究方法中脱颖而出,传统的粗糙集方法主要用于从对象具有唯一属性值的决策系统中提取规则。在现实的数据集中,对象在同一属性下通常会采取多个尺度进行度量,于是,如何根据数据集中对象的属性特征来选择最优尺度是一项亟待解决的问题。另一方面,人们对系统中数据进行知识获取,有时考虑全部数据,有时则关注于特定对象的知识表示,而系统的最优尺度未必是对象的最优尺度,所以不仅需要寻找全局最优尺度,也需要寻找局部最优尺度,分别做出适合系统和对象的决策。本文面向多尺度决策系统中的知识挖掘和知识表示问题,以信息熵和证据理论为切入点来研究多尺度决策系统中全局和局部的最优尺度选择问题,主要从以下三部分展开:首先,本文以信息熵为出发点,讨论多尺度决策系统中的最优尺度选择问题。给出多尺度信息/决策系统中经典最优尺度与熵最优尺度的定义,并分别阐述它们之间联系。利用信息熵对协调/不协调多尺度决策系统中每个对象在保持条件熵不变的情况下进行局部属性约简。其次,研究多尺度序决策系统基于证据理论的全局最优尺度选择问题。分别给出多尺度序信息/决策系统中五种序关系下全局最优尺度的概念,并讨论各种最优尺度之间的关系。最后,探究多尺度序决策系统基于证据理论的局部最优尺度选择问题。分别给出多尺度序信息/决策系统中五种序关系下局部最优尺度的概念,并讨论它们之间的关系。

关键词：证据理论信息熵多尺度决策系统最优尺度选择粗糙集

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

决策多尺度信息系统的最优尺度选择

决策多尺度信息系统的最优尺度选择

作者：宋茂林浙江海洋大学

学位级别：硕士

粒计算是当今数据挖掘、人工智能领域的热门研究方向,它强调对信息进行多粒度的分析与处理。多尺度数据分析是粒计算领域的热门的研究方向,多尺度数据分析所研究的信息系统为多尺度信息系统,此类信息系统的特点是对象在同一属性下可有... 详细信息

粒计算是当今数据挖掘、人工智能领域的热门研究方向,它强调对信息进行多粒度的分析与处理。多尺度数据分析是粒计算领域的热门的研究方向,多尺度数据分析所研究的信息系统为多尺度信息系统,此类信息系统的特点是对象在同一属性下可有多个尺度的取值。决策多尺度信息系统是一类特殊的多尺度信息系统,该信息系统的条件属性和决策属性都有多个尺度。为决策多尺度信息系统选择出合适的子系统用于最终的决策和分类是在该信息系统中获取知识的关键问题,该过程称为最优尺度选择。本学位论文研究决策多尺度信息系统的最优尺度选择问题,并用信息熵定量刻画最优尺度选择的数值特征,具体内容如下:1.提出决策多尺度不完备信息系统的最优尺度选择的概念,阐明尺度选择全体构成一个完备格。利用相似关系给出在不同尺度选择下信息粒的表示及其相互关系。讨论协调决策多尺度不完备信息系统的最优尺度选择问题,设计搜索最优尺度选择算法,并用示例阐述最优尺度选择的计算。2.研究决策多尺度Wu-Leung信息系统的最优尺度选择与属性约简问题。首先,在协调决策多尺度Wu-Leung信息系统中定义基于熵的最优尺度选择的概念。进一步定义基于熵的局部最优尺度选择的概念,并给出基于最优尺度选择的属性约简方法。其次,通过引入广义决策映射,将不协调的决策多尺度Wu-Leung信息系统转化为协调决策多尺度Wu-Leung信息系统,并给出相应的最优尺度选择和属性约简方法。最后,分别设计了搜索所有的最优尺度选择和一个最优尺度选择的方法。

关键词：粒计算粗糙集多尺度数据最优尺度选择信息熵

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多尺度集值决策表的动态最优尺度选择研究

多尺度集值决策表的动态最优尺度选择研究

作者：黄远东南昌大学

学位级别：硕士

最优尺度选择对于多尺度决策表的知识发现是至关重要的。集值决策表是单值决策表的广义模型,也存在多尺度的现象。目前少有关于多尺度集值决策表的最优尺度选择研究,且使用的方法需要分别考虑一致和不一致的情况。此外,在当今大数据时代... 详细信息

最优尺度选择对于多尺度决策表的知识发现是至关重要的。集值决策表是单值决策表的广义模型,也存在多尺度的现象。目前少有关于多尺度集值决策表的最优尺度选择研究,且使用的方法需要分别考虑一致和不一致的情况。此外,在当今大数据时代下,数据是不断变化的,目前没有关于多尺度集值决策表的动态最优尺度选择方法研究。因此本文就上述两个问题,进行了以下几个方面研究:(1)针对多尺度集值决策表的最优尺度选择问题,本文提出了一种基于不确定度的多尺度集值决策表的最优尺度选择方法,该方法不需要分别考虑一致和不一致的情况。首先我们提出了基于优势关系下多尺度集值决策表模型并研究了其特征,接着在多尺度集值决策表中构建了一个序贯三支决策模型,通过推理分析不同尺度下的三支区域转换关系,提出了基于不确定的最优尺度选择算法(OSS-MSDT)。(2)针对属性增加的多尺度集值决策表的最优尺度选择问题,本文提出了增量的算法来提高最优尺度选择效率。首先我们对属性增加的多尺度集值决策表进行动态建模。接着对优势类以及延迟决策域进行动态更新,并分别针对单属性增加和多属性增加提出了增量的算法。最后通过与非增量算法(OSS-MSDT)进行对比实验,验证了增量算法的高效性。(3)针对对象增加的多尺度集值决策表的最优尺度选择问题,本文提出了增量的算法来提高最优尺度选择效率。首先我们对对象增加的多尺度集值决策表进行动态建模。接着对决策等价类、优势类以及延迟决策域进行动态更新,并分别针对单对象增加和多对象增加提出了增量的算法。最后通过与非增量算法(OSS-MSDT)进行对比实验,验证了增量算法的高效性。(4)针对属性值增加的多尺度集值决策表的最优尺度选择问题,本文提出了增量的算法来提高最优尺度选择效率。首先我们对属性值增加的多尺度集值决策表进行动态建模。接着对属性值值域、优势类以及延迟决策域进行动态更新,并分别针对单属性值增加和多属性值增加提出了增量的算法。最后通过与非增量算法(OSS-MSDT)进行对比实验,验证了增量算法的高效性。本文的研究不仅发展了多尺度决策表的相关研究,还为不确定性问题的求解提供了一种新的思路。

关键词：多尺度集值决策表最优尺度选择增量学习序贯三支决策粗糙集