基于粗糙集的图像分类方法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·图像分类问题的研究现状 | 第11-15页 |
| ·图像特征提取的国内外研究现状 | 第11-13页 |
| ·分类器的国内外研究现状 | 第13-15页 |
| ·本文的知识简介 | 第15-18页 |
| 第2章 粗糙集理论介绍 | 第18-26页 |
| ·粗糙集理论的基本概念 | 第18-22页 |
| ·知识与知识库 | 第18-19页 |
| ·不精确范畴,近似与粗糙集 | 第19-20页 |
| ·知识约简 | 第20-22页 |
| ·变精度粗糙集模型 | 第22-23页 |
| ·贝叶斯粗糙集模型 | 第23-26页 |
| 第3章 基于颜色特征的图像分类相关知识 | 第26-32页 |
| ·颜色的常用空间 | 第26-29页 |
| ·RGB颜色空间 | 第26-28页 |
| ·HSV颜色空间 | 第28-29页 |
| ·颜色空间的转换 | 第29-30页 |
| ·颜色特征的常用表示方法 | 第30-31页 |
| ·图像分类模型 | 第31-32页 |
| 第4章 变精度粗糙集图像分类研究 | 第32-46页 |
| ·图像的预处理 | 第32-37页 |
| ·数据图像的规范化 | 第32页 |
| ·颜色空间的转换 | 第32-34页 |
| ·颜色的量化处理 | 第34页 |
| ·图像颜色特征的提取 | 第34-36页 |
| ·图像数据决策表的建立 | 第36-37页 |
| ·图像数据决策表的处理 | 第37-42页 |
| ·变精度粗糙集属性约简算法 | 第37-38页 |
| ·决策规则约简算法 | 第38-41页 |
| ·样品类别预测算法 | 第41-42页 |
| ·算例分析与试验评估 | 第42-45页 |
| ·算例 | 第42-44页 |
| ·实验与评估 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 贝叶斯粗糙集图像分类研究 | 第46-56页 |
| ·贝叶斯粗糙集分类 | 第46-52页 |
| ·贝叶斯粗糙集的性质 | 第46-49页 |
| ·贝叶斯粗糙集属性约简 | 第49-51页 |
| ·决策规则约简 | 第51页 |
| ·样品类别预测 | 第51-52页 |
| ·算例分析与实验评估 | 第52-54页 |
| ·算例分析 | 第52-53页 |
| ·实验与评估 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第6章 总结与展望 | 第56-58页 |
| ·全文总结 | 第56页 |
| ·图像分类研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |
