公共文化服务平台

共 8 条记录，以下是 1-8

全选清除导出

排序方式：

三维超声图像肾脏位置自动定位算法: 2013年; 针对医学超声图像定位分割中存在的不足,提出了一种三维肾脏超声自动定位算法(PHOS).该算法基于图像区域增强和肾脏形状先验知识,采用图像金字塔、直方图均衡化、大津法和基于形状的先验搜索算法对超声图像进行分析处理,能快速自动地对超声图像中的肾脏定位,有效地为下一步的分割和三维建模提供了定位结果.为了验证算法的鲁棒性和有效性,实验数据选取了质量、目标位置和图像大小差别很大的30副三维肾脏部位的超声图像源,实验结果表明算法是快速、精确、有效的.; 李昕张丹普付忠良; 关键词：形状先验

一种基于统计形状先验的图像边缘增强新方法被引量：3: 2014年; 针对图像尤其是医学图像的边缘模糊或者缺失对图像后续处理带来的影响,提出了一种图像增强新方法。该方法在各向异性模糊方法框架下,将统计形状的先验加入到演化的过程中,使演化过程中物体边缘模糊的部分被增强,缺失的部分被补充。方法首先使用基于曲率的各向异性扩散,在去除噪声的同时保留了物体的边缘;随后利用最大后验概率和统计形状先验对物体的轮廓进行估计,从而使物体边界模糊和缺失的部分得到了加强。实验使用不同部位的医学超声图像,结果显示该方法能够对物体边缘进行有效、快速的增强,为后续处理提供了很好增强方法。; 李昕张丹普付忠良; 关键词：图像去噪各向异性扩散

基于双标签集的标签匹配集成学习算法: 2014年; 当标识示例的两个标签分别来源于两个标签集时,这种多标签分类问题称之为标签匹配问题,目前还没有针对标签匹配问题的学习算法。尽管可以用传统的多标签分类学习算法来解决标签匹配问题,但显然标签匹配问题有其自身特殊性。通过对标签匹配问题进行深入的研究,在连续AdaBoost(real Adaptive Boosting)算法的基础上,基于整体优化的思想,采用算法适应的方法,提出了基于双标签集的标签匹配集成学习算法,该算法能够较好地学习到标签匹配规律从而完成标签匹配。实验结果表明,与传统的多标签学习算法用于解决标签匹配问题相比,提出的新算法不仅缩小了搜索的标签空间的范围,而且最小化学习误差可以随着分类器个数的增加而降低,进而使得标签匹配分类更加快速、准确。; 张丹普王莉莉付忠良李昕; 关键词：连续ADABOOST

GIS二三维一体化空间信息管理与应用被引量：7: 2014年; 采用组件式开发模式提出了二三维一体化的GIS空间信息管理方法。如今,管网可视化表达与管理已成为数字化城市、数字化园区的重要组成部分。二三维一体化既具备强大的空间分析优势,又具备可视化管理优势。基于ArcGIS Engine的平台进行开发,实现了二三维同步放大、缩小、漫游、编辑等二三维一体化功能,在厂区管网管理中得以应用并展现良好的实用效果,给管网行业提出了一种全新的应用模式与研究方法。; 刘治平伍岳庆姚宇张丹普; 关键词：ARCGIS ENGINE

基于浮动阈值分类器组合的多标签分类算法被引量：9: 2015年; 针对目标可以同时属于多个类别的多标签分类问题,提出了一种基于浮动阈值分类器组合的多标签分类算法。首先,分析探讨了基于浮动阈值分类器的Ada Boost算法(Ada Boost.FT)的原理及错误率估计,证明了该算法能克服固定分段阈值分类器对分类边界附近点分类不稳定的缺点从而提高分类准确率;然后,采用二分类(BR)方法将该单标签学习算法应用于多标签分类问题,得到基于浮动阈值分类器组合的多标签分类方法,即多标签Ada Boost.FT。实验结果表明,所提算法的平均分类精度在Emotions数据集上比Ada Boost.MH、ML-k NN、Rank SVM这3种算法分别提高约4%、8%、11%;在Scene、Yeast数据集上仅比Rank SVM低约3%、1%。由实验分析可知,在不同类别标记之间基本没有关联关系或标签数目较少的数据集上,该算法均能得到较好的分类效果。; 张丹普付忠良王莉莉李昕; 关键词：连续ADABOOST

基于Ranking Loss的多标签分类集成学习算法被引量：1: 2013年; 针对目标可以属于多个类别的多标签分类问题,提出了一种基于Ranking Loss最小化的集成学习方法。算法基于Real AdaBoost算法的核心思想,从Ranking Loss定义出发,以Ranking Loss在样本空间最小化为目标,采取迭代的方法训练多个弱分类器,并将这些弱分类器集成起来构成强分类器,强分类器的Ranking Loss随着弱分类器个数的增加而逐渐减少,并给出了算法流程。通过理论分析和实验数据对比验证了提出的多标签分类算法的有效性和稳定性。; 任志博王莉莉付忠良张丹普杨燕霞; 关键词：ADABOOST算法分类器组合

基于水平集方法的胎儿3维超声图像交互分割算法: 2013年; 针对目前胎儿3维超声成像主要靠经验丰富的医生手动方式来分割母体部分的不足,提出了一种基于水平集演化的3维超声图像交互分割方法。该算法通过构造基于梯度方向和大小的演化控制函数来找到处于零水平集的物体边界,为了将水平集方法应用于3维超声,提出窄带方案将演化过程限定在与初始态曲线等距的2条曲线中,而不是在每次演化中更新3维图像中的每个点,提高了分割的速度和精度。实验中使用2种不同来源的超声图像集,它们是来自于不同位置、不同方向、不同时期的胎儿30幅图像。结果显示,该方法能对3维胎儿超声图像进行快速准确的分割,在处理器为dualcore 2.0 GHz的机器上能在5 s内完成对像素大小为255×255×128的图像进行分割。; 李昕付忠良张丹普; 关键词：水平集图像分割

多标签AdaBoost算法的改进算法被引量：5: 2015年; 针对多标签AdaBoost系列算法,以尽量减小算法的学习错误率为目的,提出了对其进行改进的2种思路。基于改进思路构造出了改进的多标签AdaBoost算法。一种思路是修改算法的样本分布调整策略,破坏现有AdaBoost算法中样本分布的均匀性,以确保增加每一个弱分类器都能降低学习错误的上界估计,从而实现对多标签AdaBoost算法的改进;另一种思路是训练弱分类器时兼顾后续待学习的弱分类器对学习错误的影响,克服现有算法在训练弱分类器时只考虑当前弱分类器对学习错误的影响,而完全忽略后续待学习的弱分类器对学习错误的影响这一现象,从而改进多标签AdaBoost算法。理论上,对于改进多标签AdaBoost算法,增加每一个弱分类器都能进一步降低学习错误。理论分析和实验结果均表明了提出的改进算法有改进效果。; 付忠良张丹普王莉莉; 关键词：REAL ADABOOST算法多分类问题分类器组合

全选清除导出

共1页<1>

张丹普