ارائه روش جدید برای بازیابی معنایی تصویر مبتنی بر روش مجموعه های فازی راف بر مبنای تئوری اطلاعات متقابل
Publish place: 15th Annual Conference of Computer Society of Iran
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,485
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSICC15_051
تاریخ نمایه سازی: 26 مهر 1388
Abstract:
هدف اصلی بازیابی تصویر استخراج دانش مورد نیاز از حجم بزرگی از مجموعه های تصویر می باشد. دراین رابطه باید سعی شود حتی الامکان ویژگیها، اطلاعات نامعتبر و دارای نویز و اطلاعات ناکامل را حذف نمود. در صورت عدم حذف کامل این اطلاعات، نتایج و ارزیابی ما از فرایند بازیابی تصویر ناقص خوهد بود به این معنا که اگر برای ویژگیهای تصویر ارزش معتبر بودن در رابطه با مفاهیم مورد نظر مشخص نشده باشد مشکل عدم قطعیت تصاویر بازیابی شده پیش می آید. یکی از این رویکردها برای کاهش ویژگیهای زائید و نامعتبر تصویر مجموعه های راف و مجموعه های فازی راف می باشد. ما در این مقاله مقایسه سه روش متفاوت مجموعه های راف، مجموعه های فازی راف و مجموعه های فازی راف مبتنی بر اطلاعات، متقابل را برای کاهش ویژگی های تصویر داریم. سه روش ذکر شده قبلا برای کاهش در حوزه های دیگر به کار رفته اند که نوآوری این مقاله استفاده ازاین سه روش را در حوزه های تصویر برای کاربرد بازیابی تصویر می باشد برای دسته بندی کردن تصاویر هم از دسته بندی کننده ماشین بردار پشتیبان استفاده میکنیم برای مقایسه کارایی بازیابی سه روش ذکر شده آنها را برروی یک پایگاه داده تصویر مشتمل بر 1000 تصویر مستخرج از مجموعه COREL آزمایش می کنیم.
Keywords:
Authors
مریم شهابی لطف آبادی
دانشکده برق، رایانه و فناوری اطلاعات دانشگاه آزاد اسلامی واحد قزوین
امیرمسعود افتخاری مقدم
دانشکده برق، رایانه و فناوری اطلاعات دانشگاه آزاد اسلامی واحد قزوین
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 :