基于算术平均数粒度计算的人形特征约简  

Human Shape Feature Reduction Based on Granular Computing of Arithmetic Average

作　　者：何念[1] 詹永照[1] 成科扬[1,2] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013 [2]南京航空航天大学计算机科学与技术学院,南京210016

出　　处：《计算机工程》2012年第3期193-195,199,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(60673190);江苏省自然科学基金资助项目(BK2009199);江苏省普通高校研究生科研创新计划基金资助项目(1221170010);南京航空航天大学创新基地(实验室)开放基金资助项目(20100513)

摘　　要：为将基于粒度计算的属性约简方法应用于人形特征的筛选,避免传统方法难以准确消除冗余的缺点,提出一种基于算术平均数的粒度计算方法。采用支持向量机对目标图片进行人形识别,记录不同特征参数下的识别率,求出其算术平均数,并与单个数据做比较,简化决策表后通过粒度计算的方法约简人形特征。将得到的约简特征与原始特征在相同测试集下做性能比较,实验结果表明,该方法能消除冗余,提高识别的性能,且鲁棒性较好。There is a disadvantage of the feature reduction based on granular computing. It is not suitable for the accurate data, This paper presents a method to avoid this disadvantage that is using arithmetic average. The time complexity of this method is polynomial. It uses Support Vector Macbine（SVM） to do pattern identification in every character. Then try to compare every recognition rate with the average recognition rate, When the decision table becomes simplified, it can be reduced in granular computing. Comparing the result with the original features, experiment shows that this method can remove redundancy, and it is not effected by adding noise.

关 键 词：粒度计算 特征约简 决策表 算术平均数 人形识别 加噪 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]