ارائه روشی جدید جهت کاهش ابعاد ویژگی بافت تصویر مبتنی برالگوریتم ژنتیک

Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,479

This Paper With 8 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ACCSI10_094

تاریخ نمایه سازی: 25 آذر 1390

Abstract:

پایگاه داده چند رسانه ای عموما حاوی بردارهای ویژگی با ابعاد بالا هستندکه مدیریت دسته بندیو بازیابی این داده ها را پیچیده خواهد کرد دراین کاربردهابه ساختمان داده ای مناسب جهت پرس و جوی مشابهت و شاخص گذاری مناسب نیاز داریم روشهای کاهش ابعاد در سیستمهای بازیابی تصویر و ویدیو براساس محتوا بمنظور کاهش هزینه اندازه گیری افزایش کارایی ودقت بالای بازیابی کاربرد فراوان دارند اکثر تکنیکهای کاهش ابعاد فعلی از تبدیلات خطی برای تبدیل بردارهای ویژگی تصویر به بردارهای با ابعاد کمتر استفاده می کنند این روشها برای نمایش تصویر و افزایش کارایی مفید اند اما تعدادویژگیهایی که می بایست اندازه گیری شود را کاهش نمی دهند زیرا هر ویژگی جدید ممکن است ترکیبی خطی از ویژگی های اصلی تصویر باشد دراین مقاله ب استفاده از الگوریتم ژنتیک روشی برای کاهش ابعاد تصویر ارایه شده است.

Keywords:

شاخص گذاری , توصیف کننده های تصویر , کاهش ابعاد , الگوریتم ژنتیک , پرس و جوی مشابهت , دقت بازیابی

Authors

نصراله مقدم

دانشگاه تربیت مدرس بخش برق گروه کامپیوتر

حمیدرضا ربیعی

دانشگاه صنعتی شریف

مصطفی یاری پناه

دانشجوی کارشناسی ارشد

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • A.S. Fraser, "Simulation of genetic systems by automattc digital computers ...
  • D White and . Jain, "Similarity indexing _ the SS-tree, ...
  • _ Brermeman, M. Rogson, and S. Salaff, _ properties of ...
  • J. Mao, K. Mohiuddin. and A. K. Jain, "Parsimotious network ...
  • K. Nozaki, Hl. Ishibuchi, and H. Tanaka, "Adaptive fuzzy rule-based ...
  • S. Hatipoglu.S.K. Mitra, N. Kigdbury, " Texture Classification _ Dua!-Tree ...
  • نمایش کامل مراجع