双变精度粗集模型及其在场景图像分割中的应用电子与通信工程专业论文.docxVIP

声 声 明 本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下， 独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文 不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的 法律责任由本人承担。 论文作者签名：—一日期：二二坐丛∑止 关于学位论文使用权的说明 本人完全了解太原理工大学有关保管、使用学位论文的规定，其 中包括：①学校有权保管、并向有关部门送交学位论文的原件与复印 件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文； ③学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的， 复制赠送和交换学位论文；⑤学校可以公布学位论文的全部或部分内 容(保密学位论文在解密后遵守此规定)。 签名：缉塑垫 日期： ．≥O[3-、6、6 导师签名：邋．日期：导师签名： 经型欠曼 日期： ≥9／3．占、6 万方数据 资助项目山西省自然科学基金项目 资助项目 山西省自然科学基金项目 (20 1 40 1 1 0 1 8-2) 山西省回国留学人员科研项目 (20 1 3-0 3 3) 山西省留学回国人员科技活动择优项目 Supported by The Natural Science Foundation of Shanxi Province， China(No．2014011018—2) The Shanxi Scholarship Council of China (No．2013-033) Fund Program for the Scientific Activities of Selected Returned Overseas Professionals d■ ●1h ln SnanXl量，rovince 万方数据 太原理工大学硕士研究生学位论文双变精度粗集模型及其在场景图像分割中的应用 太原理工大学硕士研究生学位论文 双变精度粗集模型及其在场景图像分割中的应用 摘要 大数据新时代的到来直接催生了数据库技术和计算机数据处理技术的 快速发展，这就使得人们开始有能力对复杂、多样、无序的海量数据进行 处理，并希望能从这些数据中挖掘到潜在有价值的规则或者关系，以预测 未来的发展趋势。粗糙集作为一种处理不确定性问题的软计算数学工具， 在数据挖掘领域起着重要的作用。 针对经典粗糙集模型在处理含噪声不完备信息系统时鲁棒性差的局限 性，分别对经典粗糙集的“粒化”和“逼近”进行了拓展，给出新的粒化 逼近模型，并将该模型运用到了场景图像分割中。具体地，借助粗糙隶属 度的概念说明了Pawlak经典粗糙集模型、Ziarko变精度粗糙集模型、Yao 决策粗糙集模型之间的关系；给出了基于经典粗糙集的后向贪心属性约简 算法和基于经典粗糙集的前向贪心属性约简算法，分析得出前向贪心属性 约简算法更优的结论：针对Ziarko变精度粗糙集模型，引入Beynon M近 似属性约简的概念，在此基础上，给出了基于变精度粗糙集的前向贪心近 似属性约简算法。分析了调节基本知识粒大小的同时引入相对错误分类度 的必要性；结合系统属性值的缺失定义了对象联系度权值矩阵，以此为基 础提出了基于可变容差关系的变精度粗糙集模型(Variable Precision Rough Set Model Based On Variable—Precision Tolerance Relation，VPRS-VPTR)；接 着讨论了模型的性质，分析了模型中相关参数(基本知识粒大小、相对错 误分类度)对分类精度的影响，给出了分类精度随模型中相关参数变化的 万方数据 太原理工大学硕士研究生学位论文求解算法与时间复杂度分析；最后通过仿真实验与相关研究的扩展粗糙集 太原理工大学硕士研究生学位论文 求解算法与时间复杂度分析；最后通过仿真实验与相关研究的扩展粗糙集 模型进行对比，结果显示VPRS．VPTR分类精度更高，并针对UCI数据库 上的几组不完备数据集进行仿真验证，结果表明相同参数下各不完备数据 集的测试集和训练集分类精度变化趋势相同，进而验证了模型的有效性、 灵活性及所提算法的可行性。针对VPRS．VPTR模型给出属性约简的新式 启发规则，即“约简前后系统的属性依赖度不降低保证系统分类能力不下 降，约简前后系统的正域相似性尽可能大保证系统的识别准确度尽可能 宣” 问。 将基于可变容差关系的变精度粗糙集模型应用到了场景图像分割中， 提出图像的双变精度粗集表示模型，结合图像的粗糙熵给出图像的双变精 度分割算法，通过实验证明了算法的可行性。 关键词：粗糙集，知识粒度，分类精度，属性约简，图像分割 Ⅱ 万方数据 太原理工大学硕士研究生学位论文DoUBLE 太原理工大学硕士研究生学位论文 DoUBLE V舢刚[A