首页 | 本学科首页   官方微博 | 高级检索  
     

分割虚拟人切片数据的SVM多类分割方法*
引用本文:薛志东,隋卫平,李利军.分割虚拟人切片数据的SVM多类分割方法*[J].计算机应用研究,2007,24(8):223-225.
作者姓名:薛志东  隋卫平  李利军
作者单位:1. 华中科技大学,软件学院,武汉,430074
2. 国防科学技术大学,机电工程与自动化学院,长沙,410073
3. 华中科技大学,数字化工程与仿真中心,武汉,430074
基金项目:中国教育科研网格计划 , 图像处理网格应用平台建设专题资助项目
摘    要:针对虚拟人切片数据量大、解剖结构复杂等特点,对分割虚拟人切片图像的基于二叉树SVM多类分割方法进行研究.基于二叉树的SVM多类分割方法较其他SVM多分类方法更符合人们分割虚拟人切片图像的习惯,而且能获得较高的分割性能和质量.通过对该方法的性能分析,为组织高效的二叉树SVM多类分割方法提供了理论支持.

关 键 词:数字虚拟人  支持向量机  多分类  图像分割  虚拟人  切片数据  分割方法  virtual  human  data  slice  method  理论支持  组织  性能分析  质量  习惯  分类方法  研究  二叉树  切片图像  结构复杂  解剖  数据量
文章编号:1001-3695(2007)08-0223-03
修稿时间:2006-08-02

SVM multi class segmentation method for slice data of virtual human
XUE Zhi dong,SUI Wei ping,LI Li jun.SVM multi class segmentation method for slice data of virtual human[J].Application Research of Computers,2007,24(8):223-225.
Authors:XUE Zhi dong  SUI Wei ping  LI Li jun
Abstract:This paper performed a study of SVM mutli-class segmentation method based on binary tree to segment the huge, complex slice data of virtual human. The mentioned multi-class method could get a better performance and result. It is more suitable for the human behavior to segment the slices. The analysis of performance gave a theoretical base to construct a more effective multi-classifier based on binary tree for segmentation the slice images of the virtual human.
Keywords:digital virtual human  support vector machines(SVM)  mutli classification  image segmentation
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
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