| 神经网络图象匹配算法训练样本粗集求解 |
| |
| 引用本文： | 石争浩 黄士坦 李长河 冯亚宁. 神经网络图象匹配算法训练样本粗集求解[J]. 中国图象图形学报, 2003, 8(Z1): 458-461 |
| |
| 作者姓名： | 石争浩 黄士坦 李长河 冯亚宁 |
| |
| 作者单位： | 石争浩（西安微电子技术研究所,西安,710054;西安理工大学计算机工程与科学学院,西安,710048） 黄士坦（西安微电子技术研究所,西安,710054） 李长河（西安理工大学计算机工程与科学学院,西安,710048） 冯亚宁（西安理工大学计算机工程与科学学院,西安,710048） |
| |
| 基金项目： | 航天"十五"预研基金项目(413160203) |
| |
| 摘 要： | 为了快速地进行神网络图象匹配求解,提出了一种基于粗集理论的神经网络图象匹配训练样本选择算法,即利用知识约简对神经网络图象匹配训练样本决策表进行属性约简,从而剔除了其中冗余的匹配信息.实验结果表明,该算法不仅能有效简化训练样本,以降低神经网络图象匹配系统的复杂性,还能减少神经网络图象匹配算法的训练时间.
|
| 关 键 词： | 粗糙集 神经网格图象匹配 训练样本 知识约简 |
| 文章编号： | 1006-8961(2003)spec-0458-04 |
| 修稿时间： | 2003-05-27 |
Designing Training Samples for Neural Network Image Matching Based on Rough Set Theory |
| |
| Abstract: | |
| |
| Keywords: | |
|
|
