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：

结合分水岭算法的水平集医学图像分割方法被引量：9: 2016年; 由于医学图像中的复杂目标通常难以被完全分割,提出标记分水岭与改进型Li模型的组合图像分割算法。改进型Li模型构造了符号压力函数来取代传统的停止函数,解决了曲线单向演化的问题。标记分水岭具有较强的抑制噪声的能力,对医学图像的弱边缘具有较强的捕获能力。所以首先运用标记分水岭算法对图像进行预分割,快速准确定位目标区域边缘信息。再引入改进型Li模型算法,通过符号压力函数来指引曲线演化方向,控制演化速度大小,实现对复杂目标的完全分割。实验结果表明:全局信息和边缘信息都能被获得,该组合算法对医学图像中的复杂目标的分割效果较满意。; 张辉朱家明陈静吴杰; 关键词：医学图像分割

基于图像层的双水平集图像分割被引量：1: 2015年; 传统C-V模型可以将待分割图像分割成目标和背景两区域,但无法实现对多目标图像的分割。多相C-V模型能够对多目标图像进行分割,但需要多次迭代,计算量较大。为了解决上述问题,提出一种基于图像层的双水平集分割算法,该算法通过引入背景填充技术来改变图像背景,从而形成新的图像层,双水平集不断地在新的图像层中进行分割,直到所有目标被分割。这样通过双水平集就可以实现对多目标图像的分割。实验结果表明:该算法能够实现多目标分割,且迭代次数较少,同时具有较强的抗干扰能力和较快的收敛速度。; 陈静朱家明吴杰; 关键词：图像分割水平集

一种基于SO-CNN模型的可见光室内定位优化方法: 2024年; 针对基于机器学习的可见光室内定位方法存在的手工调参、定位精度低等问题,结合蛇优化(Snake Optimization,SO)算法的寻优能力与卷积神经网络(Convolutional Neural Network,CNN)处理复杂非线性问题的能力,提出了一种基于SO-CNN模型的可见光室内定位优化方法。在考虑多径效应影响的情况下,采集每个位置点处的信噪比和对应位置坐标构建指纹数据库,对SO-CNN模型进行训练和测试,以得到最佳定位模型。实验结果表明,在5 m×5 m×3 m的房间中,与未经优化的CNN相比,该方法的平均定位误差降低了35.13%;与反向传播神经网络(Back Propagation Neural Network,BPNN)、多层感知器(Multilayer Perceptron,MLP)、SO-MLP相比,该方法的平均定位误差分别降低了54.75%,48.08%,37.01%。; 陈静刘旋刘旋章永龙章永龙; 关键词：卷积神经网络

基于区域信息的水平集医学图像分割被引量：13: 2014年; 医学图像分割是医学诊断中非常重要的部分,针对医学图像分割往往出现边缘泄漏和不完全分割等问题,本文提出一种基于区域信息的水平集图像分割方法。该方法通过引入符号压力函数来取代传统的停止函数,可以有效地解决曲线初始位置敏感的问题,同时使得演化曲线摆脱了单方向演化的缺陷,演化曲线根据区域信息来选择演化方向.通过构造新的速度函数可以有效地控制速度大小,当演化曲线接近目标边缘时,速度值较小,可以有效避免边缘泄漏.当曲线远离目标边缘时,速度值很大,节省演化所需的时间.; 陈静朱家明盛朗居小平; 关键词：医学图像分割水平集

可见光室内定位技术研究进展: 2024年; 可见光赋能的定位技术具有无电磁辐射、成本低、精度高、安全性高、不易受电磁干扰等优势,故近年来可见光室内定位技术(Visible Light Indoor Positioning,VLIP)受到了学界和业界的广泛关注。为了展示VLIP的研究进展和发展全貌,阐述了VLIP的系统架构及相关通信技术,对VLIP基础定位方法及其相关辅助定位技术进行了详细地梳理、分类和对比分析,针对VLIP当前面临的挑战分析了潜在的解决方案,展望了VLIP未来研究方向。; 陈静刘旋刘旋; 关键词：LED

基于图像层的双水平集图像分割: 传统C-V 模型可以将待分割图像分割成目标和背景两区域，但无法实现对多目标图像的分割。多相C-V模型能够对多目标图像进行分割，但需要多次迭代，计算量较大。为了解决上述问题，本文提出一种基于图像层的双水平集分割算法，该算法...; 陈静朱家明吴杰居小平

室内可见光定位智能优化方法研究进展: 2024年; 室内可见光定位(VIP)是室内定位领域的研究热点,近年来越来越多采用人工智能的方法来优化和提升VIP的定位精度与效率。为了展示VIP智能优化方法的最新研究进展,首先归纳了VIP的相关概念与适用场景,并详细介绍了电磁严苛、热点高容量和无线信号传播受阻3种场景下的VIP应用,并与传统室内定位(IP)的可适性进行对比,对VIP定位方法进行分类;详细梳理了近年来提出的VIP智能优化方法,最后归纳了该领域的共性问题和挑战。; 郑杰刘旋刘旋; 关键词：可见光通信人工智能

基于模糊聚类水平集的医学图像分割方法被引量：3: 2015年; 医学图像分割是图像分割的一个重要应用领域,医学图像普遍存在高噪声、伪影、低对比度、灰度不均匀、不同软组织之间与病灶之间边界模糊等特点,因此运用聚类算法,结合李春明模型(LCM)和两相水平集分割方法(CV),首先选用合适的滤波器对医学图像进行去噪,然后使用模糊C均值算法(FCM)获得图像的先验模型;并对传统的CV模型进行改进,对图像进行细分割。实验表明,该模型可以解决图像高噪声、弱边界问题,并可以有效避免重新初始化,对边缘更加敏感,可提高分割精度,有效的抑制噪声,明显的减少迭代次数和时间,具有一定应用价值。。; 吴杰朱家明陈静; 关键词：模糊C均值聚类

全选清除导出

共1页<1>

陈静