版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、特征選擇是目標(biāo)識別技術(shù)中的重要環(huán)節(jié),它在圖像分類處理過程占據(jù)著舉足輕重的地位。通過高效的特征選擇算法,去除不相關(guān)或者冗余特征,可以提高分類的準確性,加快算法的運行效率?,F(xiàn)有的大多數(shù)特征選擇算法雖然已經(jīng)能夠取得良好的分類效果,但是對于圖像分類這一特殊問題而言,人類視覺認知的機理常常被忽視而沒有考慮到特征選擇過程中。因此本文利用視線追蹤技術(shù),探究人類視覺認知的機理,并以此指導(dǎo)對圖像特征的選擇。本文的主要工作包括以下幾點:
本文首先
2、提出了一種眼動數(shù)據(jù)指導(dǎo)下的基于量子遺傳算法的圖像特征粗選。該算法首先利用視線追蹤技術(shù)獲取眼動數(shù)據(jù)并確定圖像中人眼所感興趣的區(qū)域,然后在感興趣的區(qū)域中提取圖像的75個底層特征,最后利用本文提出的一種改進的量子遺傳算法(Quantum genetic algorithm,QGA)對底層特征進行選擇選擇。在選擇過程中,所有底層特征將作為一個整體參與選擇,其評價標(biāo)準則為支持向量機(Support machine vector,SVM)的分類準確
3、率。實驗證明:所提出的量子遺傳算法可以比傳統(tǒng)量子遺傳算法更好地提取出符合人眼識別機制的特征組合。其次,提出一種混合型的reliefF-SVM-RF E特征選擇算法,對粗選結(jié)果進行進一步的精選。該算法充分利用了Filter型的reliefF算法的計算效率和 Wrapper型的SVM-RFE算法的有效性,同時算法還對評價標(biāo)準做出了改進。和粗選階段不同,特征的精選針對特征向量的每一維特征進行。實驗證明,相比于傳統(tǒng)的特征選擇算法,混合型特征選擇
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)合眼動數(shù)據(jù)的圖像特征選擇算法研究.pdf
- 基于眼動數(shù)據(jù)的模式識別算法研究.pdf
- 高通量數(shù)據(jù)特征選擇算法研究.pdf
- 面向高維數(shù)據(jù)的特征選擇算法研究.pdf
- 適應(yīng)選擇論指導(dǎo)下的線上廣告翻譯.pdf
- 基于特征選擇的數(shù)據(jù)降維算法研究.pdf
- 大數(shù)據(jù)下的數(shù)據(jù)選擇與學(xué)習(xí)算法研究.pdf
- 基于視覺的眼動特征研究.pdf
- 基于特征加權(quán)與特征選擇的數(shù)據(jù)挖掘算法研究.pdf
- 基因表達數(shù)據(jù)的特征選擇及其分類算法研究.pdf
- 基于數(shù)據(jù)相似性的特征選擇算法研究.pdf
- 視覺感知特性指導(dǎo)下的自然圖像摳圖算法研究.pdf
- 基于眼動數(shù)據(jù)的網(wǎng)頁美學(xué)因素研究.pdf
- 疲勞狀態(tài)下駕駛?cè)松砑把蹌犹卣餮芯?pdf
- 貨幣周期指導(dǎo)下的行業(yè)輪動投資策略在我國的運用.pdf
- 眼動跟蹤系統(tǒng)算法研究與實現(xiàn).pdf
- 用戶指導(dǎo)下的多樣圖紋理合成算法研究及應(yīng)用.pdf
- 翻譯適應(yīng)選擇論指導(dǎo)下的《戰(zhàn)略》(節(jié)選)翻譯實踐報告.pdf
- 新課標(biāo)指導(dǎo)下的音樂教學(xué)設(shè)計研究.pdf
- 基因表達譜數(shù)據(jù)的特征選擇與分類算法研究.pdf
評論
0/150
提交評論