排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
2.
3.
4.
实际应用中存在着大量的数值型数据,然而传统的决策粗糙集只能够处理符号型数据,为了改善这一局限性,本文构造出一种模糊邻域决策粗糙集模型,并提出一种最小化决策代价的属性约简算法.文中首先将将模糊粗糙集和邻域粗糙集融入决策粗糙集中,提出了模糊邻域决策粗糙集,使得该模型同时具有模糊粗糙集和邻域粗糙集处理数值型数据的优点;然后基于该模型,给出一种决策代价定义,并提出相应的最小化决策代价属性约简算法;最后通过实验分析表明所提出的算法具有较好的代价敏感属性约简性能. 相似文献
5.
为确保夜间自动拍摄的星空观测图像不受云污染,须对低亮度和对比度不均的夜空图像进行检测。考虑现有云检测不准和检测精度低等问题,文中对大量样本统计分析,发现星体邻域出现云的概率低,密集星体区域出现云的概率也低。根据先验概率建立了一个自适应阈值模型,即不同图像所用阈值由模型根据星云局部背景自动计算调节。通过随机抽取以月为周期的一系列星空图像,分析其天空背景,证明该自适应阈值的变化与整体图像背景灰度的变化趋势相吻合。实验结果表明本文方法对夜空云检测准确度达95%以上,较文中对比的算法有很大提高,并投入实际应用。 相似文献
1