论文部分内容阅读
粗集理论是一种新的处理含糊和不确定性问题的数学工具。它作为一种新的软计算方法 ,与进化算法、神经元网络和模糊方法等一样 ,是具有发展潜力的智能信息处理方法。本文采用粗集理论知识约简的思想 ,提出了一种图像特征选择的算法 ,该算法不仅能够找出有效特征集、降低图像特征空间的维数、减少图像分类的工作量 ,而且提高了分类识别率。由于粗集只处理定性数据或概念类的对象 ,需要进行数据离散化归一化 ,故本文又利用 Kohonen网络 ,提出了一种属性值的离散化算法。实验结果证明 ,上述两种算法是有效的和实用的。