论文部分内容阅读
人类智能可以在不同的粒度下分析和分解问题，形成一个由粗粒度到细粒度的代价敏感序贯决策，多粒度代价敏感的三支决策方法模拟了这种决策模式。在决策初始阶段，由于缺乏可用信息，人们的认识处在较粗粒度，难以作出准确决策，因此大量样本被决策到边界域。随着可用信息的增加，人们的认识达到更细的粒度，决策结果逐步明晰准确。本文探索了多粒度三支决策方法在人脸识别中的应用，提出了两种图像粒化方法以模拟不同粒度下的视觉效果，并由此得到不同粒度的人脸图像。之后，针对不同粒度图像，分别采用代价敏感三支决策方法求得相应粒度下的最小代价决策。最后，通过在ORL 和PIE 人脸数据库上的实验，验证了多粒度代价敏感三支决策在模拟人们决策方面的有效性。