互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于概念格的图像特征数据降维.罗 伟 王 莉 艾 丽 王月行


□ 罗 伟 王 莉 艾 丽 王月行

  摘 要:高维图像特征数据不利于图像数据挖掘。为了降低图像特征数据维数,提出了基于概念格的降维算法,该算法将图像的HSV颜色特征转换为图像形式背景,再对背景的概念格进行属性约简。实验结果表明,该降维方法比较有效,并且较主成分分析具有明显的优势。

  关键词:图像挖掘; 维度灾难; 形式背景; 概念格; 属性约简; 数据降维

  中图分类号:TP18文献标志码:A

  文章编号:1001-3695(2009)09-3553-03

  doi:10.3969/j.issn.1001-3695.2009.09.102

  Image feature data dimension reduction based on concept lattices

  LUO Weia, WANG Lia, AI Lib, WANG Yue-hanga

   (a. School of Computer Science & Engineering, b. School of Science, University of Science & Technology Liaoning, Anshan Liaoning 114051, China)

  Abstract:High-dimensional image feature data is an obstacle for image mining. In order to reduce the image feature data dimension, this paper introduced a dimension reduction algorithm based on concept lattices. In this algorithm, calculated the concept lattices of the image formal, which was transformed from the HSV color feature, and then reduced the attributes of the concept lattice. The experiment results prove that this method is efficient, and it outperforms the principal component analysis (PCA).

  Key words:image mining; curse of dimensionality; formal context; concept lattices; attribute reduction; data dimension reduction

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017