基于粗糙集的圖像檢索算法研究.pdf

1、隨著大規(guī)模數(shù)據(jù)庫的廣泛使用和Internet的迅速發(fā)展,全球范圍內(nèi)數(shù)據(jù)庫中存儲的數(shù)據(jù)量迅速增大。如何從海量的、多樣的數(shù)據(jù)中挖掘潛在的、有用的信息,成為當前知識發(fā)現(xiàn)的主要研究課題之一。粗糙集理論(Rough Set)就是在這樣背景下不斷發(fā)展起來的一種用于不精確、不確定數(shù)據(jù)挖掘與處理的新型數(shù)學理論。粗糙集理論是由波蘭數(shù)學家Z.Pawlak在1982年提出的,是繼概率論、模糊數(shù)學、證據(jù)理論之后又一種處理不確定性信息的有效數(shù)學工具。近幾年來將粗

2、糙集應用于數(shù)據(jù)挖掘領域,能提高對大型數(shù)據(jù)庫中的不完整數(shù)據(jù)進行分析和學習的能力,具有廣泛的應用前景和實用價值。在利用粗糙集理論進行數(shù)據(jù)挖掘,抽取知識規(guī)則時,最重要的一點就是基于粗糙集的屬性約簡和規(guī)則提取算法的研究。通過約簡操作,降低屬性的維數(shù),提取出適用于決策支持的知識規(guī)則,是粗糙集理論的最重要應用之一。
　　本文主要研究了經(jīng)典粗糙集理論中屬性約簡算法以及粗糙集在圖像檢索方面的應用。首先總結(jié)了粗糙集理論中的重點知識―屬性約簡的各種約