留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

带有确定度的模糊图像分类

郑肇葆 郑宏

郑肇葆, 郑宏. 带有确定度的模糊图像分类[J]. 武汉大学学报 ● 信息科学版, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
引用本文: 郑肇葆, 郑宏. 带有确定度的模糊图像分类[J]. 武汉大学学报 ● 信息科学版, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
ZHENG Zhaobao, ZHENG Hong. Fuzzy Image Classification with a Certain Degree[J]. Geomatics and Information Science of Wuhan University, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
Citation: ZHENG Zhaobao, ZHENG Hong. Fuzzy Image Classification with a Certain Degree[J]. Geomatics and Information Science of Wuhan University, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712

带有确定度的模糊图像分类

doi: 10.13203/j.whugis20150712
基金项目: 深圳市科技计划(JCYJ20150422150029095)。
详细信息
    作者简介:

    郑肇葆,博士,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。zhengzb@whu.edu.cn

  • 中图分类号: P231.5

Fuzzy Image Classification with a Certain Degree

Funds: Science and Technology Plan of Shenzhen, No.JCYJ20150422150029095.
  • 摘要: 提出带有确定度的关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个图像类别的关联度基础上,求得一幅图像相对各个类别的确定度,将一幅图像的确定度作为相应图像关联度的权,以带权的关联度为最大准则,确定待识别图像类别的属性。识别图像类别的第二个准则是,以带有确定度的关联度为特征,采用与聚类中心距离最小准则,确定待识别图像的类别。通过由三种不同类别图像组成的多种组合的试验,试验中满足两个准则之一的实验结果表明,该方法的结果具有一定的优势。
  • [1] Zheng Zhaobao, Pan Li, Zheng Hong. Application of Image Correlation Degree to Image Fuzzy Classification[J]. Geomatics and Information Science of Wuhan University, 2015, 40(5):574-577(郑肇葆,潘励,郑宏. 应用图像关联度的图像模糊分类[J]. 武汉大学学报·信息科学版,2015,40(5):574-577)
    [2] Ishibuchi H, Nakashima T. Effect of Rule Weights in Fuzzy Rule-Based Classification Systems[J]. IEEE Transactions on Fuzzy Systems,2001,9(4):506-515
    [3] Ishibuchi H,Nozaki K, Tanaka H. Distributed Representation of Fuzzy Rules and Its Application to Pattern Classification[J]. Fuzzy Sets and Systems,1992,52:21-32
    [4] Nozaki K, Ishibuchi H,Tanaka H. Adaptive Fuzzy Rule-based Classification Systems[J]. IEEE Transactions on Fuzzy Systems,1996,52(1):21-32
    [5] Zheng Zhaobao,Zheng Hong. Genetic Algorithm for Producing Texture "TUNED" Masks[J]. Pattern Recognition and Artificial Intelligence, 2001, 14(1):119-122(郑肇葆,郑宏. 产生纹理"Tuned"模板的遗传算法[J]. 模式识别与人工智能,2001,14(1):119-122)
    [6] Zheng Zhaobao, Pan Li, Yu Xin. Bayesian Networks for Producing Texture "Tuned" Masks[J]. Geomatics and Information Science of Wuhan University, 2006,31(4):304-307(郑肇葆,潘励,虞欣. 产生"Tuned"模板的Bayesian Networks方法[J]. 武汉大学学报·信息科学版,2006,31(4):304-307)
    [7] Zheng Zhaobao. Honey-bee Mating Optimization Algorithm for Producing Better "Tuned" Masks[J]. Geomatics and Information Science of Wuhan University, 2009,34(4):387-399(郑肇葆. 产生最佳"Tuned"模板的蜜蜂交配算法[J]. 武汉大学学报·信息科学版,2009,34(4):387-390)
  • [1] 刘智敏, 杨安秀, 陈景涛, 孙月文.  基于消声水池的多波束测深不确定度检测方法 . 武汉大学学报 ● 信息科学版, 2018, 43(6): 908-914. doi: 10.13203/j.whugis20160069
    [2] 宋超, 郝金明.  基于多接收机模糊度关联的动态PPP快速重新收敛方法 . 武汉大学学报 ● 信息科学版, 2017, 42(5): 595-599, 690. doi: 10.13203/j.whugis20140747
    [3] 陈善学, 郑文静, 张佳佳, 李方伟.  变换域离散度排序的高光谱图像快速压缩算法 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 868-874. doi: 10.13203/j.whugis20140270
    [4] 任锴, 宋小勇, 贾小林.  利用正交化方法确定独立基线及独立双差模糊度 . 武汉大学学报 ● 信息科学版, 2016, 41(7): 974-977. doi: 10.13203/j.whugis20140262
    [5] 郑肇葆, 潘励, 郑宏.  应用图像关联度的图像模糊分类 . 武汉大学学报 ● 信息科学版, 2015, 40(5): 574-577. doi: 10.13203/j.whugis20140736
    [6] 郭际明, 周命端, 谢翔, 章迪.  利用DUFCOM和DC算法的GPS单历元双差整周模糊度快速确定算法 . 武汉大学学报 ● 信息科学版, 2013, 38(7): 813-817.
    [7] 邹永刚, 翟京生, 刘雁春, 贾俊涛.  利用不确定度的海底数字高程模型构建 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 964-968.
    [8] 王磊, 李盼, 吕翠仙.  关联矩阵法在独立基线及独立双差模糊度选择中的应用 . 武汉大学学报 ● 信息科学版, 2010, 35(6): 715-718.
    [9] 邱蕾, 花向红, 蔡华, 伍岳.  GPS短基线整周模糊度的直接解法 . 武汉大学学报 ● 信息科学版, 2009, 34(1): 97-99.
    [10] 陈伟, 王新洲.  最小不确定度估计原理及其病态问题解法研究 . 武汉大学学报 ● 信息科学版, 2008, 33(7): 752-754.
    [11] 唐卫明, 刘经南, 施闯, 楼益栋.  三步法确定网络RTK基准站双差模糊度 . 武汉大学学报 ● 信息科学版, 2007, 32(4): 305-308.
    [12] 高成发, 赵毅, 万德钧.  用LAMBDA改进算法固定GPS整周模糊度 . 武汉大学学报 ● 信息科学版, 2006, 31(8): 744-747.
    [13] 胡石元, 李德仁, 刘耀林, 李德毅.  基于云模型和关联度分析法的土地评价因素权重挖掘 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 423-427.
    [14] 唐卫明, 孙红星, 刘经南.  附有基线长度约束的单频数据单历元LAMBDA方法整周模糊度确定 . 武汉大学学报 ● 信息科学版, 2005, 30(5): 444-446.
    [15] 何建华, 刘耀林.  基于模糊度的不确定地理目标的形式化描述方法 . 武汉大学学报 ● 信息科学版, 2005, 30(4): 341-344.
    [16] P. J. G. Teunissen.  一个新的GNSS模糊度估计类 . 武汉大学学报 ● 信息科学版, 2004, 29(9): 757-762.
    [17] 李朝奎, 龙四春, 李鸿雁.  基于可靠度理论的变形监测必要精度指标的确定方法 . 武汉大学学报 ● 信息科学版, 2002, 27(3): 270-273.
    [18] 陶本藻, 蓝悦明.  GIS叠置位置不确定度的统计估计方法 . 武汉大学学报 ● 信息科学版, 2001, 26(2): 101-104.
    [19] 宁津生, 李建成, 晁定波.  由地面重力数据确定扰动位径向二阶梯度 . 武汉大学学报 ● 信息科学版, 1996, 21(3): 201-206.
    [20] 孙海燕.  熵与不确定度区间 . 武汉大学学报 ● 信息科学版, 1994, 19(1): 63-72.
  • 加载中
计量
  • 文章访问数:  623
  • HTML全文浏览量:  10
  • PDF下载量:  316
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-11-30
  • 刊出日期:  2016-04-05

带有确定度的模糊图像分类

doi: 10.13203/j.whugis20150712
    基金项目:  深圳市科技计划(JCYJ20150422150029095)。
    作者简介:

    郑肇葆,博士,教授,博士生导师,主要从事摄影测量与遥感、图像分析与解译及进化计算应用研究。zhengzb@whu.edu.cn

  • 中图分类号: P231.5

摘要: 提出带有确定度的关联度的图像模糊分类新方法。该方法在求得每幅图像相对各个图像类别的关联度基础上,求得一幅图像相对各个类别的确定度,将一幅图像的确定度作为相应图像关联度的权,以带权的关联度为最大准则,确定待识别图像类别的属性。识别图像类别的第二个准则是,以带有确定度的关联度为特征,采用与聚类中心距离最小准则,确定待识别图像的类别。通过由三种不同类别图像组成的多种组合的试验,试验中满足两个准则之一的实验结果表明,该方法的结果具有一定的优势。

English Abstract

郑肇葆, 郑宏. 带有确定度的模糊图像分类[J]. 武汉大学学报 ● 信息科学版, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
引用本文: 郑肇葆, 郑宏. 带有确定度的模糊图像分类[J]. 武汉大学学报 ● 信息科学版, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
ZHENG Zhaobao, ZHENG Hong. Fuzzy Image Classification with a Certain Degree[J]. Geomatics and Information Science of Wuhan University, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
Citation: ZHENG Zhaobao, ZHENG Hong. Fuzzy Image Classification with a Certain Degree[J]. Geomatics and Information Science of Wuhan University, 2016, 41(4): 482-486. doi: 10.13203/j.whugis20150712
参考文献 (7)

目录

    /

    返回文章
    返回