分享到:

基于粗糙集分类器设计与应用研究

针对从粗糙集能更好的处理不确定性信息的特点,粗糙集理论在遥感影像分类中取得一定成果的基础上,采用了三种粗糙集理论的算法进行粗糙集理论遥感分类的研究,一般粗糙集算法、启发式粗  (本文共3页) 阅读全文>>

广西大学
广西大学

基于粗糙集理论的空间数据挖掘研究

粗糙集理论是一门新兴的不确定性的处理理论和工具。它特别合适不完整、不确定知识和数据的表达、学习、归纳。国内外智能数据处理领域对其理论和应用有着广泛和深入的研究。遥感信息从其数据的获取开始,就一直伴随着不确定性的存在,应用不确定性理论和方法研究遥感信息的处理、分析和结果评价是当前遥感信息智能处理领域的主流研究趋势之一。本文以遥感影像土地利用分类为主线,研究粗糙集理论在遥感影像数据处理过程中的理论框架和应用模型。论文从遥感影像的不确定信息的分析出发,结合粗糙集理论的不确定性处理机制,对遥感影像图像处理技术包括预处理、分类数据准备等、遥感影像的分类知识发现、遥感影像分类器的设计和方案的实施等作了探讨、方法设计和实验分析工作。工作的创新之处主要体现如下:用决策树的方法进行练习遥感影像的分类方法过程,探讨决策树分类方法与粗糙集分类方法的异同。基于遥感影像分类知识,利用地理信息系统的知识进行特征选择和知识约简,采用三种粗糙集理论,一般粗糙集...  (本文共61页) 本文目录 | 阅读全文>>

西北大学
西北大学

支持向量机及其在乳腺癌辅助诊断系统中的应用研究

以国家自然科学基金资助课题“基于医学图像数据挖掘技术的研究”为背景,本文研究了支持向量机(SVM)、粗糙集(RS)等理论等在医学影像领域应用中的关键技术和主要算法,提出改进的支持向量机分类算法,并应用于开发的基于乳腺影像数据库的乳腺癌辅助诊断系统。主要研究工作包括:1.图像增强和特征提取根据乳腺影像的特点,使用直方图均衡化算法进行图像增强。在特征提取方面,实现了灰度共生矩阵纹理分析方法,提取与方向无关的26个纹理特征和4个灰度统计特征,构造乳腺影像的正常、异常分类器的输入。实现的图像分割算法,有效地分割出潜在的肿块区域,在此基础上提取形状特征,构造乳腺影像的良性、恶性分类器的输入。实验表明,这两种特征提取方式提高了乳腺影像分类器的性能。2.基于修正的近似支持向量机算法(MPSVM)实现了MPSVM算法。对SVM深入的剖析基础上,研究了近似支持向量机(PSVM)分类思想,PSVM具有速度快易于实现的优点,针对PSVM在非平衡样本集...  (本文共74页) 本文目录 | 阅读全文>>

南昌航空大学
南昌航空大学

微生物感染宫颈细胞图像检测方法研究

本文以液基薄层宫颈微生物感染细胞为研究对象,为实现宫颈微生物感染细胞的概略检测,对宫颈微生物感染细胞位置的快速定位、视觉特征分析和特征提取是本文研究的关键。本文将人眼视觉感知和粗糙集理论相结合,通过对宫颈微生物感染细胞的物理特征进行分析,建立微生物感染属性模型,并用多截集分割方法快速定位和提取宫颈微生物感染细胞,最后结合粗糙集理论设计分类器实现对微生物感染细胞的识别检测。本文研究的重点是结合医学病理学知识和人眼视觉感知,从视觉感知的角度分析宫颈微生物感染细胞的视觉一致性及其与正常鳞状上皮细胞的视觉区分性,并通过实验验证。具体研究内容有以下几个方面:(1)结合医学病理学知识和人眼视觉感知,从视觉感知的角度分析了宫颈微生物感染视觉一致性,并通过实验验证了宫颈微生物感染细胞的颜色、强度和面积特征一致性。(2)根据宫颈微生物感染细胞视觉特征一致性,建立宫颈微生物感染细胞属性模型,并通过实验验证了宫颈微生物感染细胞与正常鳞状上皮细胞的视觉...  (本文共80页) 本文目录 | 阅读全文>>

兰州大学
兰州大学

粗糙集方法在税务稽查中的研究与实践

税务稽查选案是对纳税人纳税诚信情况的认识和判断,其研究结果直接影响税务稽查计划的合理制定,是税收学的重要研究领域。但是,传统选案方法主要建立在专家经验或简单的统计学模型,难以反映纳税人纳税申报情况和偷逃税行为之间高度的非线性关系,无法满足选案的客观要求。为此需要引进数据挖掘技术对纳税人是否诚信纳税进行判断。本文主要研究内容包括:粗糙集方法在税务稽查选案指标选择中的应用研究。由于选案指标之间存在相关性和冗余,在介绍粗糙集理论和方法的基础上,给出用于指标选择的约简算法。建立基于粗糙集—LVQ神经网络的税务稽查选案模型。该模型综合了粗糙集在属性约简方面的能力和神经网络对非线性问题较强的适应性。通过粗糙集提取关键指标,不仅可以减少神经网络学习所需的数据量,提高选案系统潜在知识的清晰度,同时使神经网络有较好的泛化能力和分类精度。将上述研究应用于中国税收征管信息系统(CTAIS:China Taxation Administration I...  (本文共88页) 本文目录 | 阅读全文>>

浙江理工大学
浙江理工大学

基于粗糙集理论的文本分类研究

随着网络与信息技术的发展,信息量急剧扩增,给人们的工作和生活带来了极大方便。人们在享受日益丰富的信息的同时,也被其所淹没,想要搜索自己感兴趣的信息或者管理这些信息都变得越来越困难,这是一个迫切需要解决的问题。自动文本分类技术可以很好的帮助人们解决这些问题。文本分类是当今信息检索和数据挖掘等领域的研究热点,其主要任务是在预先给定类别标记集合的情况下,根据文本的内容来判定其类别属性。目前文本分类已在信息的组织与管理、信息过滤、信息检索等方面都有重要应用。现在已有很多分类算法应用到文本分类领域,比如K近邻方法、朴素贝叶斯方法、决策树方法以及支持向量机方法等。粗糙集理论是波兰华沙理工大学的坡那克(Pawlak)教授在1982年提出,这是一种分析不确定知识的强有力的数学工具。与目前常用的分类算法比较起来,将粗糙集理论应用到文本分类中具有以下优点:首先,粗糙集处理问题比较客观,不需要除所需处理的数据集合外的任何先验信息;其次,将粗糙集理论应...  (本文共83页) 本文目录 | 阅读全文>>