基于語義網絡表示的皮膚癥狀模糊推理系統(tǒng)研究.pdf

1、在人們對皮膚美容與保健日益關注的今天，迫切需要設計一種具有癥狀識別及護理的智能皮膚診斷系統(tǒng)。該系統(tǒng)能夠將人工智能相關原理與圖像處理相結合，實現由計算機對皮膚顯微圖像的理解。 本人主要工作和研究成果包括以下幾個方面：(1)提出一種采用逐步回歸分析的皮膚癥狀特征選擇方法。建立了反映處理特征量之間線性關系的數學模型，檢測出它們之間的相關性，選取回歸建模過程中不相關的特征重構特征向量，從而降低了特征空間維數。 (2)提出了一種基

2、于語義網絡的皮膚癥狀知識表達方法。結合皮膚癥狀圖像的特征描述特點和語義網絡知識表示的優(yōu)點，用語義網絡表示皮膚癥狀圖像知識。通過語義網絡將復雜的知識進行分解，把皮膚癥狀各種參數間的語義聯系顯式地表示出來，從而使復雜知識的表示變得簡單可行，更接近人的思維習慣。 (3)提出了一種基于語義網絡表示的皮膚癥狀模糊推理系統(tǒng)模型。根據皮膚癥狀參數的特點，分別構造了癥狀的幾何特征、顏色特征和不變矩組合特征等參數的隸屬度函數，確立了模糊匹配和沖突

3、消解的原則，制定出不同皮膚癥狀的推理規(guī)則，總結出一套基于語義網絡表示的皮膚癥狀圖像模糊推理算法。 本課題屬于圖像理解的應用基礎研究。針對皮膚癥狀的特點，開創(chuàng)性地提出一套基于語義網絡對皮膚圖像進行處理與識別的方法，具有創(chuàng)新性。經過理論分析與實驗比較證實了所提方法的正確性及可行性，成功地將圖像理解和人工智能的知識相結合。雖然本文的具體目標對象是皮膚癥狀的識別，但是這種方法和手段亦可用于其它特定的目標和場合，如基因點陣序列的識別，染色