模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2021, Vol. 34 Issue (8): 768-776    DOI: 10.16451/j.cnki.issn1003-6059.202108010
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于三支决策的二阶段图像分类方法
陈超凡1,2, 张红云1,2, 蔡克参1,2, 苗夺谦1,2
1.同济大学 电子与信息工程学院 上海 201804
2.同济大学 嵌入式系统与服务计算教育部重点实验室 上海 201804
Two-Stage Image Classification Method Based on Three-Way Decisions
CHEN Chaofan1,2, ZHANG Hongyun1,2, CAI Kecan1,2, MIAO Duoqian1,2
1. College of Electronics and Information Engineering, Tongji University, Shanghai 201804
2. The Key Laboratory of Embedded System and Service Computing, Ministry of Education, Tongji University, Shanghai 201804

全文: PDF (1497 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对深度学习单一模型不能有效处理不确定性预测结果的问题,文中从三支决策出发,将阴影集理论引入图像分类中,构建两阶段图像分类方法.首先,使用卷积神经网络分类样本,获得隶属度矩阵.然后,使用基于阴影集的样本划分算法处理隶属度矩阵,获得分类结果中存在不确定性的部分,即不确定域,进行延迟决策.最后,使用特征融合技术,将SVM作为分类器进行二次分类,降低分类结果的不确定性,提高分类准确率.在CIFAR-10、Caltech 101数据集上的实验验证文中方法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
陈超凡
张红云
蔡克参
苗夺谦
关键词 三支决策阴影集卷积神经网络图像分类深度学习    
Abstract:A single model cannot handle the uncertainty in prediction results effectively, and therefore, the shadowed sets theory is introduced into image classification from the perspective of three-way decisions and a two-stage image classification method is designed. Firstly, samples are classified by convolutional neural networks to obtain the membership matrix. Then, a sample partitioning algorithm based on shadowed sets is employed to process the membership matrix and consequently the uncertain part of the classification results, the uncertain domain, for delayed decision making is obtained. Finally, feature fusion technique is utilized and SVM is regarded as a classifier for secondary classification to reduce the uncertainty of the classification results and improve the classification accuracy. Experiments on CIFAR-10 and Caltech 101 datasets validate the effectiveness of the proposed method.
Key wordsThree-Way Decisions    Shadowed Sets    Convolutional Neural Network    Image Classification    Deep Learning   
收稿日期: 2021-05-07     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.62076182,61976158,61976160)资助
通讯作者: 张红云,博士,副教授,主要研究方向为主曲线算法、粒计算、模糊集.E-mail:zhanghongyun@tongji.edu.cn.   
作者简介: 陈超凡,硕士研究生,主要研究方向为图像分类、深度学习、粒计算.E-mail:chao-128@tongji.edu.cn.蔡克参,博士研究生,主要研究方向为图像分类、粒计算.E-mail:caikecan@tongji.edu.cn.苗夺谦,博士,教授,主要研究方向为人工智能、机器学习、大数据分析、粒计算.E-mail:dqmiao@tongji.edu.cn.
引用本文:   
陈超凡, 张红云, 蔡克参, 苗夺谦. 基于三支决策的二阶段图像分类方法[J]. 模式识别与人工智能, 2021, 34(8): 768-776. CHEN Chaofan, ZHANG Hongyun, CAI Kecan, MIAO Duoqian. Two-Stage Image Classification Method Based on Three-Way Decisions. , 2021, 34(8): 768-776.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202108010      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2021/V34/I8/768
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn