邻域粗糙集约简算法及在场景图像目标检测中的应用电子科学与技术专业论文.docxVIP

优秀毕业论文 精品参考文献资料 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： 丛鱼碴 日期： ．2015。6。S 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： 垒：!堕逸 日期： 2015,石、5 导师签名： 堑邋 日期： 塑丛五：￡ 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 (2 0 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 一■ ●1h ln SnanXl rr0Ⅵnce 万方数据 太原理工大学硕士研究生学位论文邻域粗糙集约简算法及在场景图像目标检测中的应用 太原理工大学硕士研究生学位论文 邻域粗糙集约简算法及在场景图像目标检测中的应用 摘要 现在是一个大数据时代，而且每时每刻都在产生新数据，如何高效的 从数据中挖掘出有价值的信息已经成为一个热门研究。粗糙集以其挖掘知 识的客观性，被广泛应用于数据挖掘中。由于经典粗糙集只能处理离散型 数据的局限性，胡清华将经典粗糙集扩展到邻域粗糙集。 为了高效的处理动态数据，本文从邻域粗糙集的信息观出发，主要创 新点如下： (1)在邻域粗糙集中，通过分析论域下某样本邻域中其他样本与该样 本决策属性值的异同，定义了不一致邻域矩阵。研究发现，在现有条件属 性基础上，利用不一致邻域矩阵可以缩小属性增加后的搜索范围。因此计 算属性重要度时，减少了在原条件属性基础上增加一个属性后条件熵的计 算时间。并找到了邻域系统下条件熵和正域的关系，得到其性质和定理， 它们可以加快算法的收敛速度，因此提出了一种信息观下基于不一致邻域 矩阵的属性约简算法。 (2)针对实际数据的动态性，样本增加后，原约简集可能已不再有效， 需要对其动态更新。邻域决策系统中现有的增量算法都是从代数观下分析 其变化情况，本文从信息观出发，详细分析了增加样本后，条件熵的变化 机制，以及其对约简集的影响规律，发现只有新增样本不一致邻域中的样 本才会引起条件熵的变化，相继引起了约简集的变化。提出了一种信息观 下增量式属性约简算法，该算法只需针对新增样本及其不一致邻域进行约 万方数据 太原理工大学硕士研究生学位论文简，有效地避免了重复约简，从而快速求得更新后的约简集。 太原理工大学硕士研究生学位论文 简，有效地避免了重复约简，从而快速求得更新后的约简集。 (3)将本文提出的属性约简算法应用到场景图像目标检测的特征选择 中，针对Hog高维特征的特点，分析提取Hog特征的原理，通过级联约简 对Hog特征进行选择。 关键字：邻域粗糙集，属性约简，增量学习，场景图像，目标检测 II 万方数据 太原理工大学硕士研究生学位论文Reduction 太原理工大学硕士研究生学位论文 Reduction Algorithm Based on Neighborhood Rough Sets and Application in Target Detection of Scene Image Abstract It is all era of big data，new data is producing every moment of our day, how to find the potential and valuable knowledge from these data efficiently is a hot research．Rough set is objective in the mining of