带有确定度的模糊图像分类

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

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

文章导航 > 武汉大学学报 ( 信息科学版) > 2016 > 41(4): 482-486

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

郑肇葆¹,
郑宏^2,3

1.
武汉大学遥感信息工程学院, 湖北武汉, 430079;
2.
武汉大学电子信息学院, 湖北武汉, 430072;
3.
武汉大学深圳研究院, 广东深圳, 518000

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

Fuzzy Image Classification with a Certain Degree

ZHENG Zhaobao¹,
ZHENG Hong^2,3

1.
School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China;
2.
School of Electronic Information, Wuhan University, Wuhan 430072, China;
3.
Shenzhen Institute, Wuhan University, Shenzhen 518000, China

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。
- 确定度 /
- 图像关联度 /
- 图像模糊分类
Abstract: We proposed a new image fuzzy classification method of correlation degree with a certain degree. The correlation degree basis points are obtained in each image category, and the certain degree of an image related to each category are calculated. The certain degree of an image is the weight of the corresponding image correlation degree, and the attribute of the image classification to be recognized is determined by the maximum criterion, which is the correlation degree with a weight. In this paper, to recognize the image category, the second criterion is characterized by the correlation degree with a certain degree is that the classification of the image to be recognized is determined with the principle of minimum distance between clustering centers. In several experiments with three categories of images, the experimental results which meet one of the two principles in the experiment show that the results of this method has certain advantages.
- certain degree /
- image correlation degree /
- image fuzzy classification

[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]	马小雪, 戴小蕾, 刘杨, 楼益栋, 刘万科, 吴迪. 固定模糊度的GLONASS卫星超快速轨道确定 . 武汉大学学报 ( 信息科学版), 2021, 46(12): 1932-1940. doi: 10.13203/j.whugis20210260
[2]	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
[3]	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
[4]	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
[5]	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
[6]	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
[7]	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.
[8]	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.
[9]	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.
[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]	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.
[17]	张永军, 徐绍铨, 王泽民, 张小红. GPS/GLONASS组合定位中模糊度的处理 . 武汉大学学报 ( 信息科学版), 2001, 26(1): 58-63.
[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.

WeChat

点击查看大图

计量

文章访问数: 964
HTML全文浏览量: 40
PDF下载量: 316
被引次数: 0

带有确定度的模糊图像分类

doi: 10.13203/j.whugis20150712

郑肇葆¹,
郑宏^2,3

1. 武汉大学遥感信息工程学院, 湖北武汉, 430079;

2. 武汉大学电子信息学院, 湖北武汉, 430072;

3. 武汉大学深圳研究院, 广东深圳, 518000

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

收稿日期: 2015-11-30
刊出日期: 2016-04-05

中图分类号: P231.5

关键词:

图像关联度 /

图像模糊分类

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

全文HTML

参考文献 (7)

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码