声明
论文说明
摘要
符号索引
第一章 绪论
1.1 论文研究背景和意义
1.2 论文研究国内外现状
1.2.1 粗糙集研究现状
1.2.2 论文图像中目标检测研究现状
1.3 论文研究内容
1.4 论文组织结构
第二章 邻域粗糙集模型的基本理论
2.1 粗糙集模型
2.1.1 粗糙集基本概念
2.1.2 经典粗糙集的属性约简算法
2.2 邻域粗糙集模型
2.2.1 邻域粗糙集基本概念
2.2.2 邻域决策系统
2.2.3 邻域粗糙集属性约简算法
2.3 本章小结
第三章 信息观下邻域粗糙集属性约简算法
3.1 信息观下属性约简机制
3.1.1 基本理论
3.1.2 信息观下属性约简算法的设计
3.2 邻域粗糙集下三种约简算法的内在分析
3.2.1 信息观下基于互信息的属性约简算法
3.2.2 三种约简算法的内在分析
3.3 约简算法的测试和结果分析
3.3.1 实例验证
3.3.2 参数的确定
3.3.3 算法测试和结果分析
3.4 本章小结
第四章 信息观下邻域粗糙集增量式属性约简算法
4.1 信息观下增量式约简机制
4.1.1 增加样本后条件熵的变化规律
4.1.2 增加样本后约简集的变化规律
4.1.3 信息观下增量式约简算法的设计
4.2 增量式约简算法的测试和结果分析
4.2.1 实例验证
4.2.2 算法测试和结果分析
4.3 本章小结
第五章 基于场景图像目标检测的邻域粗糙集约简算法研究
5.1 场景图像特征提取技术
5.1.1 灰度特征
5.1.2 纹理特征
5.1.3 Hog特征
5.2 场景图像中目标检测
5.2.1 领域粗糙集在场景图像中的应用
5.2.2 场景图像中目标检测结果分析
5.2.3 场景图像增量式特征选择及检测结果分析
5.3 本章小结
第六章 总结和展望
6.1 全文总结
6.2 研究展望
参考文献
致谢
攻读硕士学位期间的研究成果