为了刻画和处理半结构化数据的含糊、不确定性问题,针对这类半结构化数据模型中所蕴含的组成结构和内容信息,扩展了传统的粗糙集模型,提出了一种基于标签树的粗糙集模型LTRS(labelled tree rough set model)。利用标签树的结构和内容,...
详细信息
为了刻画和处理半结构化数据的含糊、不确定性问题,针对这类半结构化数据模型中所蕴含的组成结构和内容信息,扩展了传统的粗糙集模型,提出了一种基于标签树的粗糙集模型LTRS(labelled tree rough set model)。利用标签树的结构和内容,重新定义了等价关系、不可区分关系、上、下近似集合等粗糙集基本概念。进一步描述了区分矩阵和决策规则,并且以某地区的流行性乙型脑炎个案XML调查表组成的标签树信息系统为例,依据定义给出了决策规则的抽取,所产生的规则可用于指导乙型脑炎的临床分型。
在局部图像特征的研究中,提出了一种用于实时图像匹配的仿射不变快速局部特征(Affine invariant fast local feature,AIFLF)描述方法。在兴趣点的局部邻域内利用归一化的梯度值建立基于仿射不变矩的描述子。模拟实验中,将利用Harris-Lap...
详细信息
在局部图像特征的研究中,提出了一种用于实时图像匹配的仿射不变快速局部特征(Affine invariant fast local feature,AIFLF)描述方法。在兴趣点的局部邻域内利用归一化的梯度值建立基于仿射不变矩的描述子。模拟实验中,将利用Harris-Laplacian检测子的本文算法与经典SIFT算法进行了对比。结果表明:在识别率相当的条件下,本文算法运行时间明显小于SIFT描述子。在标准评估图片和移动机器人平台拍摄的定位图片构成的数据集下,本文算法在尺度、视角和旋转变换中的匹配效果好于经典的SIFT算子和SURF算子。
暂无评论