基于遗传算法粗糙集属性约简的方法

论文摘要

粗糙集理论是一种新型的处理不确定性知识的工具,属性约简是粗糙集理论研究中的核心问题之一.本文着重研究了基于遗传算法的粗糙集属性约简方法及其在掌纹识别中的应用.基于粗糙集理论和传统遗传算法的决策表属性约简算法研究掌纹图像数据,总结了掌纹图像的增强算法和掌纹图像的识别方法.在图像增强方法中,按条件属性,将图像被分割成几个子图,然后对每个子图进行增强处理.然后进行重构.在掌纹图像分类识别中,利用小波变换对图像进行分解,求取每个节点的能量,采用关系表存储原始信息,通过简化关系表删去冗余信息,达到提取有用信息的目的.该方法运用粗集理论强大的属性约简和规则生成能力,生成的规则简单准确.实验结果表明,该方法是有效的.与其它方法相比,该方法简单,分类精度高.

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 RS特点
• 1.2 RS的应用研究
• 1.3 RS的应用
• 1.4 RS的应用软件
• 1.5 本文的结构安排
• 第二章 粗糙集和遗传算法的理论基础
• 2.1 粗糙集理论的基本概念
• 2.2 属性约简
• 2.3 属性约简思想
• 2.4 决策表的属性的重要性
• 2.5 遗传算法（GA）的相关知识
• 2.6 遗传操作过程
• 2.7 小结
• 第三章 基于遗传算法的粗糙集属性约简方法及其在掌纹识别中的应用
• 3.1 基于RS的图像处理的思想
• 3.2 小波变换初步
• 3.3 掌纹图像增强方法
• 3.4 掌纹识别方法
• 3.5 小结
• 第四章 总结和展望
• 致谢
• 参考文献