首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   8篇
  国内免费   1篇
  完全免费   4篇
  自动化技术   13篇
  2008年   3篇
  2007年   2篇
  2006年   3篇
  2005年   3篇
  2004年   2篇
排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
用于医学图像分类的支持向量机算法研究   总被引:6,自引:0,他引:6  
支持向量机(SVM)方法就是利用最优分类面(线)将两类样本在特征空间或输入空间中无错误地分开,而且要使两类的分类空隙最大。因此标准的SVM方法需要求解二次规划问题,计算量很大,本文介绍一种方法解决这个问题,并成功地将该算法应用干医学图像数据挖掘的分类问题。  相似文献
2.
一种基于拟牛顿法的大类别分类算法   总被引:2,自引:0,他引:2  
支持向量机利用接近边界的少数向量来构造一个最优分类面。然而当两类中的样本数量差别悬殊时,PSVM算法则会过度拟合样本量大的那一类,而对样本量很小的那一类的错分率相当高。为解决此问题,本文提出了一种改进的支持向量机算于拟牛顿法的大类别分类算法。同时,这个问题也是大类别分类问题所采用的留一法面临的问题,在DFP-PSVM的基础上,提出了基于拟牛顿法的大类别分类算法。通过仿真实验证实了此算法在精度上优于PSVM算法。  相似文献
3.
基于最佳线性预测器的高光谱图像无损压缩算法   总被引:2,自引:0,他引:2  
针对高光谱遥感图像细节丰富纹理复杂,空间相关性弱,难于压缩的特点,本文充分利用了高光谱遥感图像的谱间相关性,设计出对相邻谱段进行预测并将预测残差均方降为最小的一种最佳线性预测器。最后利用整数小波变换,并结合SPIHT算法,有效的去除空间相关性。实验表明该算法可以收到良好的效果,优于3D—SPIHT算法和WINRAR压缩软件。  相似文献
4.
一种非平衡分布数据的支持向量机新算法   总被引:1,自引:0,他引:1  
支持向量机是近几年发展起来的机器学习方法,它是利用接近边界的少数向量来构造一个最优分类面。然而当两类中的样本数量差别悬殊时,支持向量机的分类能力会下降。为了解决此问题,文中提出了一种改进的支持向量机算法——DFP-SVM算法。实验表明,此方法在解决两类样本数量十分不均衡问题时有着很强的分类能力。  相似文献
5.
小波变换点对称边界延拓问题研究   总被引:1,自引:0,他引:1       下载免费PDF全文
孙蕾  罗建书 《计算机应用》2008,28(2):443-445,
比较了几种小波变换的边界延拓方式,对小波变换的点对称延拓进行了边界点的光滑性分析,提出基于奇数长对称小波变换的点对称延拓方式,并证明了它在保持信号数据量不变的情况下是可以完全重构的。对一段有限信号分别采用对称延拓和点对称延拓进行小波分解重构计算,结果表明点对称延拓的重构精度比对称延拓的高。  相似文献
6.
王丽萍  孙蕾 《微机发展》2007,17(10):27-30
介绍了Ethereal可扩展性的系统结构及其几个重要模块的功能,阐述了在Win32平台下如何利用Ethereal开源代码添加一个新的协议解析器。并以解析在UDP协议之上的XLES协议报文为例重点介绍了Ethereal系统预留的接口函数,并给出了部分重要代码,最后显示了添加XLES协议解析器之后的解析结果。  相似文献
7.
孙蕾  朱玉全 《计算机工程》2006,32(11):95-96,99
如何确定候选频繁序列模式以及如何计算它们的支持数是序列模式挖掘中的两个关键问题。该文提出了一种基于二进制形式的候选频繁序列模式生成和相应的支持数计算方法,该方法只需对挖掘对象进行一些“或”、“与”、“异或”等逻辑运算操作,显著降低了算法的实现难度,将该方法与频繁序列模式挖掘及更新算法相结合,可以进一步提高算法的执行效率。  相似文献
8.
为了克服传统的蛇形算法不能收敛于边缘凹陷处以及对蛇的初始化过于敏感的缺点,本文提出用基于可变形模型的梯度矢量流方法提取乳腺X光片中的肿瘤区域。在此基础上,提出三个新的基于边缘的价矩,和其它肿瘤的形状特征作为改进的支持向量机分类法的特征输入,进行恶性肿瘤和良性肿瘤的计算机辅助诊断,取得了良好效果。  相似文献
9.
构造一个基于医学图像的机器学习机制。应用数学规划方法对传统的SVM进行修改,通过优化分类面的方向和位置来确定最优分类面,并将产生的非线性支持向量机应用在乳腺肿瘤的计算机辅助诊断上。在提取统计特征、纹理特征和形状特征的基础上,该文的算法取得了较低的伪阳性和伪阴性。  相似文献
10.
为了减少计算机分析乳腺肿瘤影像的数据量,提高肿瘤病灶计算机辅助探测和辅助诊断的精确度,降低假阳性和假阴性,乳腺肿瘤区域的提取是至关重要的。基于乳腺恶性肿瘤和有些良性乳腺瘤(如纤维性瘤)的边缘模糊不清和凹凸多变的特性,传统的边缘提取算子和阈值法分割乳腺肿瘤区域很困难,该文提出应用基于可变形模型的梯度矢量流的方法提取乳腺X光片肿瘤区域,用基于亥姆霍兹最小能量损耗原理的一种新的外部能量代替传统方法的外部能量,从而解决了传统方法的可变形轮廓线不能收敛于目标边缘凹陷处的问题,并取得了良好的效果,为进行乳腺X光片肿瘤区域的形状特征提取提供了前提。  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号