基于不完備特征信息的對(duì)象分類與識(shí)別問(wèn)題研究.pdf

1、目標(biāo)分類識(shí)別是圖像處理和模式識(shí)別領(lǐng)域的重要研究課題,在場(chǎng)景視圖和智能導(dǎo)航等計(jì)算機(jī)視覺(jué)方面有著廣泛的應(yīng)用。針對(duì)目標(biāo)的特征選取和分類識(shí)別這兩個(gè)關(guān)鍵性問(wèn)題,本文在對(duì)屬性進(jìn)行分層排序的基礎(chǔ)上,選擇最優(yōu)的特征排序組合,提出一種基于屬性區(qū)分力的快速層次識(shí)別算法,該方法可在信息不完備的條件下對(duì)目標(biāo)進(jìn)行分類與識(shí)別。實(shí)驗(yàn)結(jié)果表明該方法大大提高了程序的運(yùn)行效率,且滿足準(zhǔn)確性和實(shí)時(shí)性的要求。
　　 所做的具體工作和創(chuàng)新性研究如下:
　　 1、

2、針對(duì)目標(biāo)信息呈現(xiàn)的不全面、不精確現(xiàn)象,本文引入漸進(jìn)視覺(jué)目標(biāo)識(shí)別機(jī)制的思想,可以在反復(fù)多次、多角度、多時(shí)段條件下不斷補(bǔ)充正確信息,去偽存真,從而提高對(duì)事物判讀的準(zhǔn)確度和精細(xì)度。
　　 2、論文針對(duì)機(jī)器學(xué)習(xí)和模式識(shí)別中各個(gè)特征項(xiàng)之間由于冗余和不相關(guān)特征的存在,增加了數(shù)據(jù)量的存儲(chǔ)代價(jià)的問(wèn)題,在研究Fisher準(zhǔn)則和分層聚類特征選擇算法的基礎(chǔ)上,提出一種基于屬性區(qū)分力的特征選擇排序算法,該算法能夠計(jì)算出各個(gè)屬性對(duì)于任意對(duì)象組合間的區(qū)分力

3、大小。
　　 3、論文針對(duì)目標(biāo)特征不合理利用而引起的分類識(shí)別速度慢、準(zhǔn)確性低的問(wèn)題,在貝葉斯信息融合分類識(shí)別方法的基礎(chǔ)上,提出一種基于屬性區(qū)分力的快速層次目標(biāo)識(shí)別算法,對(duì)屬性排序后在特征不完備的情況下進(jìn)行信息融合,與樸素的貝葉斯方法和一般的層次識(shí)別方法相比,該算法的識(shí)別率和準(zhǔn)確率有很大程度的提高。
　　 4、論文通過(guò)兩個(gè)典型的應(yīng)用實(shí)例,在對(duì)目標(biāo)層次識(shí)別過(guò)程推理的基礎(chǔ)上,進(jìn)行場(chǎng)景圖像分割及道路區(qū)域識(shí)別,實(shí)驗(yàn)結(jié)果表明,本文提