检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于模糊粗集的人脸表情识别研究

基于模糊粗集的人脸表情识别研究

作者：张宏宇长春工业大学

学位级别：硕士

在人类的情感交流中,表情的理解和表达起着重要的作用,表情是一种重要的非语言表达方式。随着信息技术的高速发展和人类对计算机依赖性的不断增强,人机交互能力越来越受到研究者的重视。本文正是要通过研究来寻找一种精确、高效的基于... 详细信息

在人类的情感交流中,表情的理解和表达起着重要的作用,表情是一种重要的非语言表达方式。随着信息技术的高速发展和人类对计算机依赖性的不断增强,人机交互能力越来越受到研究者的重视。本文正是要通过研究来寻找一种精确、高效的基于人脸图像提取特征的方法,从而构建出一套完备的人脸表情识别模型。为了达成以上目标,需要解决人脸相关特征数据的模糊离散化、人脸表情识别的变精度规则获取和人脸表情识别规则发现与分类精度对比等问题。本文采用的是人脸表情混合特征提取方法,包括几何结构特征提取和统计特征提取。以USTC-NVIE数据库为研究对象,首先通过对人脸表情图像进行尺寸归一化和灰度归一化预处理。利用ASM(Active Shape Model)算法实现对测试样本面部特征点的自动标定,将标定后的人脸进行归一化处理,提取相应特征。然后,对所有预处理后的待测图像进行特征点标定。选取脸部的主要区域,包括：眉毛、眼睛、鼻子、嘴巴、下颌5个区域总共64个特征点,统计出这些特征点之间的几何特征;对人脸表情图像分割出的特征区域(眼睛、嘴部区域)分别进行统计特征提取,利用灰度共生矩阵计算得到8个局部统计特征(对比度、能量、熵、逆差矩、差熵、差均值、差分方差、和熵);最后,建立表情属性表,人脸特征数据集,验证其可行性,采用变精度模糊粗集的方法,提取出人脸表情识别的决策规则。在人脸表情识别中,利用变精度思想来解决集合的包含程度问题,利用模糊集理论来解决隶属程度问题,即引入变精度模糊粗集理论来识别人脸表情。在满足一定精度的前提下,可以容许一定的模糊性,引入变精度的思想,改进基于粗集的人脸表情识别,从而使人脸表情识别更加准确、高效。试验结果表明,使用本文的方法对USTC-NVIE数据库的识别效果令人满意。

关键词：模糊粗集表情识别特征提取属性约简

基于模糊粗集等价聚类的不确定性属性约简及其在服装搭配上的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊粗集等价聚类的不确定性属性约简及其在服装搭配上的应用

作者：徐略辉东华大学

学位级别：硕士

在人工智能、机器学习、模式识别和数据挖掘等领域的研究与应用中存在着不确定性。例如随机性、模糊性,还有不完全性、不一致性等。这些不确定性对于数据分析处理,尤其是在与决策分类相关的属性约简中必须加以考虑,否则可能得不到满意... 详细信息

在人工智能、机器学习、模式识别和数据挖掘等领域的研究与应用中存在着不确定性。例如随机性、模糊性,还有不完全性、不一致性等。这些不确定性对于数据分析处理,尤其是在与决策分类相关的属性约简中必须加以考虑,否则可能得不到满意的约简目标。本文研究一种基于模糊粗集等价聚类的不确定性属性约简及其在服装搭配上的应用。主要的研究内容与创新点有:给出了一种模糊粗糙集等价类聚类划分方法;使用了模糊C—均值方法对模糊粗糙集的论域重新进行相关聚类划分,将分类结果作为等价类;得到的等价类的平均基数比较小,能够有效地加快不确定性属性约简的运算速度。提出了可变截集变精度模糊粗糙集模型:综合地处理不确定性属性约简中的不确定性问题,可以通过改变等价类的截集来去除数据集噪声引起的不确定性;根据需要设定近似概念的精度,从而减少决策概念中含有的不确定性,使得到的决策结果更加可信。给出了一种伪核集粒子群搜索算法:可以减少大规模的数据集处理中花费的时间,满足实时性要求,该搜索算法将粒子的组成与约简的伪核集相联系,从而使粒子朝着更优的方向进化,能加速不确定性属性约简算法的收敛过程。研究了一种考虑不确定性的服装搭配算法:首次给出了基于不确定性属性约简和规则推理的服装搭配系统,能自动地找出服装搭配组合,克服了服装搭配与人的主观性因素造成的不确定性,并且减少了最终搭配方案的误分率。

关键词：模糊粗集不确定性属性约简不确定性规则推理服装搭配

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

粗集中的隶属函数及其与模糊集的联系

北京师范大学学报（自然科学版） 2003年第2期39卷 165-170页

作者：胡丹孙魁明李洪兴北京师范大学数学系北京100875

通过模糊集“弱包含于B”的引入 ,利用模糊隶属函数对普通粗集、粗模糊集和模糊粗集中的隶属函数进行了描述 ,得到了粗集理论与模糊集理论在隶属函数上的相关性 .并从语义的角度讨论了粗集与模糊集的区别和联系 .

关键词：粗集理论普通粗集粗模糊集模糊粗集隶属函数模糊集隶属度

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于截集的模糊粗糙集及其粗糙度

基于截集的模糊粗糙集及其粗糙度

作者：郭庆昆明理工大学

学位级别：硕士

智能信息处理是当前信息科学理论与应用研究的一个热点。随着人类的参与使数据与信息系统中的不确定性更加显著。如何从大量的、杂乱无章的、强干扰的数据中挖掘潜在的、有利用价值的信息，这给人类的智能信息处理能力提出了前所未有的... 详细信息

智能信息处理是当前信息科学理论与应用研究的一个热点。随着人类的参与使数据与信息系统中的不确定性更加显著。如何从大量的、杂乱无章的、强干扰的数据中挖掘潜在的、有利用价值的信息，这给人类的智能信息处理能力提出了前所未有的挑战。由此产生了人工智能研究的一个崭新的领域---数据挖掘。虽然已经有很多对数据进行分析的简单统计技术，但高级的智能数据分析技术还远未成熟。因此数据信息的产生和对它的理解之间的差距越来越大。 Rough集(也称粗集)理论是由波兰华沙理工大学Pawlak教授于20世纪80年代初提出的一种研究不完备、不确定知识库和数据的表达，学习，归纳的理论方法，近年来得到许多国际学者的重视。在我国，近几年不断的涌现一批关于粗集理论方面和应用开发的文章。他们来自于许多领域的学者，如计算机、控制与决策领域，管理和金融工程领域，生物医学工程领域等等。这深刻反映了粗集理论作为处理数据的新工具想许多领域渗透。 Rough集的研究对象是由一个多值属性(特征，症状，特性)集合描述的一个对象集合，对于每个对象及其属性都有一个值作为其描述符号，对象，属性和描述符是表达决策问题的3个基本要素。这种表达形式也可以看成一个二维表格，表格的行与对象相对应，列对应与对象的属性，各行包含了表示相应对象的信息的描述符，还有关于各个对象类别成员的信息。通常关于对象的可得到的信息不一定是以划分其成员类别，即导致了对象的不可分辨性。给定对象间的一个等价关系，即导致由等价关系构成的近似空间的不分明关系。Rough集就用不分明类形成的上近似和下近似来描述，这些近似分别对应了确定属于给定类的最大对象集合和可能属于给定类的最小的对象集合。 Fuzzy(模糊)集是美国控制论专家Zadeh与1965年提出的一种处理非精确的现象的数学工具。在经典集合中，一个元素是否属于某个集合可以用一个特征函数来表示。如果元素工正x∈A，则μ(x)=1，否则μ(x)=0。但现实生活中，事物的界限往往是不清晰的。我们就用隶属度来表示元素x隶属与集合A的程度。所以作为粗集描述近似空间中的知识是模糊概念时，我们就有模糊粗集的理论产生。本文就一种基于截集的模糊粗集的模型进行了讨论(第三章)，使模糊粗集与经典粗集通过截集这一工具联系了起来，并给出了λ-截集水平下，模糊粗集的粗糙度(第四章)。

关键词：模糊集粗糙集模糊粗集截集信息熵:粗糙度不确定性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向目标检测的粗集理论及其应用研究

面向目标检测的粗集理论及其应用研究

作者：焦颖颖哈尔滨工程大学

学位级别：硕士

目标检测是从图像中判断感兴趣物体是否存在，及存在信息的过程。其准确性和实时性是系统的重要评估指标之一。概括来说，目标检测主要分为两部分，先确定图像中是否存在目标，若存在，则判断目标的属类并确定其位置。提取出感兴趣物体... 详细信息

目标检测是从图像中判断感兴趣物体是否存在，及存在信息的过程。其准确性和实时性是系统的重要评估指标之一。概括来说，目标检测主要分为两部分，先确定图像中是否存在目标，若存在，则判断目标的属类并确定其位置。提取出感兴趣物体是后续匹配识别处理的重要过程，也就是图像分割。目前常用的图像分割算法主要有阈值分割、基于边缘的分割、基于区域的分割和聚类分割方法等。其中阈值分割由于其简单易于操作和在寻找紧密边界的优势而得到广泛应用。由于图像邻近灰度级之间的过渡使得图像含有模糊边缘，邻近灰度级之间的相似性和图像像素点之间的关联性也会产生含糊性，这就给寻找合适的阈值增加了难度。近年来，有学者将粗集理论以及粗集理论的一些扩展理论应用到图像处理中，取得了相较于传统方法更好的结果。本文在介绍目标提取和粗集相关理论的基础上深入研究了图像表示模型，并结合粗糙熵研究基于图像模型的阈值分割算法，针对不同的分割要求，结合模糊集、S-粗集构造了不同的图像分割算法。进一步的，给出了基于图像模型的边缘检测算法，主要工作如下： (1)图像模型构造：将图像视为模糊集，探讨图像的模糊上、下近似，构造了图像模糊粗集表示模型;引入具备动态迁移特性的S-粗集，通过定义迁移准则，建立了开放的图像S-粗集表示模型;同时结合包含度，提出了适应离散点迁移的图像变精度S-粗集表示模型。 (2)阈值分割算法构造：利用粗糙熵平衡目标粗糙度和背景粗糙度，由最大熵原理知当粗糙熵最大时得到最优阈值，建立了基于上述三个图像模型的阈值分割算法。 (3)边缘检测算法构造：将灰度边缘图像视为考虑对象，通过构造的图像模型阈值分割算法确定边缘二值化阈值。在S-粗集模型中考虑“边缘”特性，提出了双向S-粗集边缘检测算法。 (4)仿真实验证实了本文所提算法的有效性、灵活性和抗噪性.

关键词：目标提取粗集模糊粗集 S-粗集粗糙熵阈值分割边缘检测