甘肃省自然科学基金(1010RJZA011)
- 作品数：9 被引量：75H指数：4
- 相关作者：吴尚智任小康闫利伟苟平章高红玉更多>>
- 相关机构：西北师范大学烟台黄金职业学院国网山西省电力公司信息通信分公司更多>>
- 发文基金：甘肃省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于遗传粒子群和粗糙集的最小属性约简算法被引量：15
- 2016年
- 阐述了粗糙集理论、遗传约简算法和粒子群约简算法。属性约简是知识发现的关键问题之一。传统的属性约简算法都是串行搜索的,算法效率低且收敛速度慢。将计算智能和粗糙集相结合,提出了一种基于遗传粒子群和粗糙集的最小属性约简算法。该算法利用属性依赖度计算属性核,并在种群初始化时引入属性核作为限制条件,动态调整适应度函数,以达到求得最小属性约简的目的。实验表明,对于数据量大、属性维度高的属性约简问题,该算法具有高效的处理能力。
- 吴尚智罗艺纯翟敬鹏
- 关键词：属性约简粗糙集粒子群优化算法属性依赖度
- 利用蚁群优化算法的粗糙集属性约简方法被引量：4
- 2019年
- 随着高维数据的扩散,特征选择成为学习过程中不可或缺的一项任务。属性约简是特征选择的重要方法,为了寻找有效的属性约简方法,将粗糙集与蚁群算法相结合,提出了利用蚁群优化算法的粗糙集属性约简方法。首先从信息素的更新开始,限制其信息素值的上、下限范围,然后根据寻址方式改进候选解的构造方案。实验表明,该方法具有一定的优越性。
- 吴尚智张文超佘志用张霞段超
- 关键词：粗糙集蚁群算法属性约简信息素
- 基于广义重要度和runner-root算法的特征选择
- 2022年
- 特征选择是机器学习、模式识别和数据挖掘等领域数据预处理阶段的重要步骤。现实中采集的数据维度很高,存在大量冗余和噪声数据,这使得计算时间增加的同时还会对建模结果产生误导性。结合属性子集的广义重要度和智能优化runner-root算法提出一种特征选择算法,用runner-root算法进行迭代寻优,用属性子集的广义重要度和所选特征子集的大小作为适应度函数,对所选特征子集进行评估,尽可能在整个样本空间内搜索出对决策重要的特征子集。实验结果表明,该算法可以选择出有效的特征子集,使分类模型得到较高的准确率。
- 吴尚智徐丹丹王旭文夏宁
- 用小波分层模拟铅笔画纹理被引量：2
- 2012年
- 基于原图像根据亮度分层的思想,提出了一种应用小波变换得到不同分层的新方法。采用小波将一幅灰度化后的图像分解并分别对低高频信息进行重构,提取重构后的三幅高频信息,添加高斯噪声,应用运动模糊生成不同方向的纹理。将彩色图像进行霓虹处理,再进行反相计算和灰度化,生成铅笔画中的轮廓。将不同的纹理方向和轮廓图按照一定的方法进行叠加,得到铅笔画图像。实验结果表明,与以往算法相比,能够更快速地将输入图像转换为铅笔画,取得令人满意的效果。
- 任小康闫利伟高红玉
- 关键词：非真实感绘制小波变换
- 利用粗糙集和双隐层BP神经网络的小麦籽粒品种分类被引量：5
- 2020年
- 为了防止小麦籽粒因意外或者故意污染而导致品种认定过程中出现错误判断,急需选育出优质、高产、专用的小麦籽粒品种。将粗糙集和双隐层BP神经网络有效结合,数据经过预处理和属性约简剔除冗余信息,通过神经网络计算提高小麦籽粒品种分类准确度,提出利用粗糙集和双隐层BP神经网络的小麦籽粒品种分类方法。首先,用K-means算法对连续型数值样本聚类离散化,提取知识形成决策表;其次,基于条件信息熵的启发式属性约简算法,处理冗余属性简化决策表,获得更加高效的决策规则;最后,将约简后的最小属性集当作BP神经网络的输入样本,有效选出优质的小麦籽粒品种。用传统BP神经网络对小麦籽粒品种识别准确率达88.889%,运行时间1.574s;而数据经过预处理,粗糙集和神经网络结合方法对小麦籽粒品种识别准确率达到95.238%,运行时间1.513s。结果表明:通过数据预处理剔除冗余数据,有效提高小麦籽粒品种分类准确率,加快神经网络收敛速度并缩短计算时间,显著地提高学习效率。数据预处理剔除冗余属性改善了神经网络的泛化能力,可以协助研究者在试验中快速且准确地挑选优质品种小麦,促进小麦产量的提升。利用粗糙集和双隐层BP神经网络的小麦籽粒品种分类方法应用推广到农业生产中其他谷类作物,具有很好的实用价值。
- 吴尚智周运王欢欢徐丹丹
- 关键词：属性约简信息熵粗糙集
- 应用相关系数的小波变换图像融合算法被引量：4
- 2011年
- 多聚焦图像融合的关键问题是如何保持原始图像的边缘和细节信息,由此本文提出了一种基于相关系数的小波变换图像融合策略。针对小波分解的不同频率域,设计了两种选择高频系数和低频系数的原则。选择高频系数时,采用绝对值最大、平均与选择相结合两个原则;选择低频系数时,基于平均与选择相结合、相关系数两个原则。最后将提出的算法用于多聚焦图像的融合,并利用客观评价指标对该融合方法的性能进行了评价和分析。实验结果表明,本文方法可以更好地保留多幅原图像中的有用信息,得到多个目标聚焦都很清晰的融合图像,并且各项融合评价指标均有所提升,说明本文算法有一定的有效性和实用性。
- 闫利伟任小康
- 关键词：图像融合小波变换相关系数
- 粗糙集和信息熵的属性约简算法及其应用被引量：46
- 2011年
- 阐述粗糙集理论和信息熵的基本概念,并为寻找属性约简的有效方法,提出一种基于粗糙集和信息熵的属性约简算法。在决策表中添加某个属性引起的互信息变化的大小,以反映该属性的重要性,并求相对约简。研究表明,该算法不仅能得到最优的决策规则,而且能够减少信息系统所需的搜索空间,得到更优的属性约简效果。
- 吴尚智苟平章
- 关键词：粗糙集理论信息熵属性约简信息系统
- 利用变精度粗糙集和粒子群的图像多阈值分割算法
- 2019年
- 图像分割是由图像处理到图像分析的关键步骤,也是计算机视觉领域中的热点和难点问题.为了寻找图像分割的有效方法,将变精度粗糙集和粒子群相结合,提出了利用变精度粗糙集和粒子群的图像多阈值分割算法.该算法用变精度粗糙集表示图像,求解背景子图和目标子图的分类误差,确定子图的上下近似集,再用最小粗糙熵求解最佳多阈值分割点.引入粒子群优化算法提高求解该值的效率.实验表明,该算法显著增强了图像分割的效果,并具有一定的实用性和灵活性.
- 吴尚智段超佘志用
- 关键词：变精度粗糙集粒子群优化算法
- 利用变精度粗糙熵的图像分割算法被引量：3
- 2018年
- 图像分割是把图像分成若干个特定的、具有独特性质的区域并提取感兴趣目标的技术和过程,其结果将直接影响到目标物特征提取和描述,以及更进一步的目标物识别、分类和图像理解。因图像信息的复杂性和相关性,图像分割会出现不确定性和模糊性。图像用变精度粗糙集表示,结合粗糙熵和粒子群优化算法,提出变精度粗糙熵的图像分割算法,求出最大粗糙熵对应的最佳分割阈值,再用二值分割法对图像进行分割。实验结果表明,所提算法优于传统的单阈值分割法,且具有一定实用性和灵活性。
- 吴尚智佘志用张霞赵慧琴
- 关键词：变精度粗糙集粗糙熵粒子群优化算法图像分割
