概念格在图像关联规则提取中的应用研究.pdfVIP

计算机光盘软件与应用 工程技术 ComputerCDSoftwareandApplications 2012年第 5期 概念格在图像关联规则提取中的应用研究 李可 (宁波职业技术学院，浙江宁波 315800) 摘要 ：图像关联规则提取是 图像挖掘研究的一个重要 内容，本文尝试将概念格理论应用于图像关联规则提取 ， 通过迭代属性矩阵，既避免 了建格的高复杂度 ，又提高了关联规则的支持度和置信度。 关键词：关联规则；概念格；属性矩阵 中图分类号：TP391 文献标识码：A 文章编号：1007—9599(2012)05—0147-02 一 、 引言 不能过于细致，一些相近的颜色可以归类为同一种颜色，这主 图像关联规则提取是基于内容的图像检索的一个研究方 要取决于我们所研究图像的特点，以免划分的过于严格，导致 向，也是图像挖掘研究的一个主要内容。但在图像关联规则模 检索的结果不理想。在本文中我们不考虑统计量或空间位置关 型维数问题的讨论上各抒己见，意见不一。游福成 等提出了 系等一些其它属性。 七维关联规则模型，在研究了其演化规律后提出，凡是维数小 二、图像相关概念及表示方法 于七维的各种关联规则都可以从七维规则模型演化出来。然而 从网上随机下载一些书籍的封面，通过提取一些可视属性 由于该模型的维数太高，在实际应用中因为某些属性很难获得 和元数据组成了二元形式背景，如表2．1描述了一个图像的形 或复杂度较高等原因，所以不能有效地进行挖掘规则，尤其是 式背景，其中0表示不具有这种属性，1表示具有这种属性。 挖掘图像数据库时，这个缺点更为明显。 属性集合主要包括了两个部分：一部分是可视属性，主要由颜 图像的可视属性和图像的元数据是图像属性的主要 色和一些简单的形状组成；另一部分是元数据，主要是封面上 组成部分，在任何图像数据中都基本存在的，本文将对这两个 的一些关键字。图像的可视属性如形状是利用图像的检测方法 属性进行提取。可视属性中最重要的属性之一是颜色属性，很 来检测图像中的一些简单形状，如曲线、直线或圆等；颜色是 多检索系统就是仅仅依靠颜色来检索，现在最常用的颜色属性 通过把图像的RGB颜色变化成可感知的颜色属性。 是把颜色分成肉眼可以识别如绿色、红色等。颜色属性的划分 ＼封面 meta-data colOr shape 书 ＼ DM PP AL VS DB R BR OY G B P L S CU SQ T CI Berson 、 1 1 0 O 1 0 1 1 1 l 1 l 1 0 O 0 0 Cormin O 0 1 0 0 1 0 O 1 O O 1 O 1 O O 0 Fayad 1 O 1 1 l 0 O 1 l l 1 O 0 1 O O O Han 1 1 1 0 1 l 1 O 1 1 1 O O 0 1 1 O Manila 1 1 l 0 1 O l 1 O 0 O 0 O 0 0 0 1 Wesph l 0 O 1 1 1 l 0 1 1 1 0 1 0 O 0 0 Wolfra O 0 0 O O 1