检索结果-南通市图书馆

地球信息科学学报 2023年第11期25卷 2120-2133页

作者：王敏璇阳璇查启航孙睿任娜虚拟地理环境教育部重点实验室(南京师范大学) 南京210023 地理信息安全与应用湖南省工程研究中心长沙410000

随着测绘地理信息数据的共享应用成为趋势,地理数据的精度降低处理成为数据公开前不可缺少的环节。基于传统薄板样条插值的坐标偏移模型利用本身优势可以实现坐标变换从而降低数据的几何精度,但是该模型受控制点精确程度影响大,抗噪声... 详细信息

随着测绘地理信息数据的共享应用成为趋势,地理数据的精度降低处理成为数据公开前不可缺少的环节。基于传统薄板样条插值的坐标偏移模型利用本身优势可以实现坐标变换从而降低数据的几何精度,但是该模型受控制点精确程度影响大,抗噪声能力弱,若控制点选取不合理则易产生要素形态畸变的问题,导致数据无法被使用。本文提出了一种顾及空间分布的改进薄板样条矢量数据精度降低方法,首先通过四叉树索引结构进行格网划分,分别在网格内选取控制点,使得选出的控制点对和原始矢量数据在空间分布特征和数量特征上一致。然后基于Tikhonov正则化思想在原始坐标偏移模型中添加正则化项,弱化控制点的约束作用,增强模型抗噪声能力。本文选取不同尺度、不同类型以及多图层数据进行精度降低测试,实验表明:(1)本文算法针对不同实验数据都可以满足自然资源部95号文公开地图精度不高于10 m的要求,模型普适性好且效率较高;(2)本文算法能有效提高模型的稳定性以及减少处理后坐标突变的问题。以南京市鼓楼区线数据为测试数据的计算结果表明,精度降低后数据空间方向一致性为99.62%,图形形态相似性为99.99%,均优于传统薄板样条模型与高斯基函数坐标偏移模型;(3)本文算法使精度降低后数据的偏移效果实现局部一致性以及全局随机性,精度降低后数据在明攻击或盲攻击的情况下精度仍能保持在10 m左右,说明坐标偏移结果不易被恢复。本研究证明提出的顾及空间分布的改进薄板样条精度降低模型兼顾处理后数据的安全性以及可用性,促进了矢量地理数据的社会化应用。

关键词：地理信息安全几何精度降低正则化四叉树薄板样条模型矢量地理数据拓扑保持性非线性变换

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于可生长结构的自组织神经网络研究

引用

系统仿真学报 2007年第16期19卷 3749-3751页

作者：孙亮谢艳辉于乃功北京工业大学电子信息与控制工程学院北京100022

在可生长结构网络(Growing When Required Network,简称GWRN)的基础上,提出了有监督可生长结构网络(Supervised Growing When Required Network,简称SGWRN)模型。该模型引入线性输出层,将GWRN与径向基函数结合,构成有监督自组织神经网... 详细信息

在可生长结构网络(Growing When Required Network,简称GWRN)的基础上,提出了有监督可生长结构网络(Supervised Growing When Required Network,简称SGWRN)模型。该模型引入线性输出层,将GWRN与径向基函数结合,构成有监督自组织神经网络学习模型。该模型能快速生长,可广泛用于监督学习。倒立摆平衡控制仿真实验结果表明该模型有效。

关键词：自组织生长网络拓扑保持性监督学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

具有大形变特征的颅脑CT图像的非刚性配准

引用

中国生物医学工程学报 2010年第2期29卷 172-177页

作者：徐峰刘伟李传富冯焕清中国科学技术大学电子科技系合肥230027 安徽中医学院第一附属医院影像中心合肥230031

Demons算法是一种基于光流场模型的小形变非刚性配准算法,大形变情况下不具有拓扑保持性,将它用于颅脑CT图像配准时效果不理想。为此,本研究对它进行了改进。首先建立Demons算法目标能量函数,将形变场求解转化为目标函数优化问题;然后... 详细信息

Demons算法是一种基于光流场模型的小形变非刚性配准算法,大形变情况下不具有拓扑保持性,将它用于颅脑CT图像配准时效果不理想。为此,本研究对它进行了改进。首先建立Demons算法目标能量函数,将形变场求解转化为目标函数优化问题;然后通过增加sKL距离作为正则项来优化目标函数,消除了形变场的不适定性,并使形变场更加光滑。对高分辨率颅脑CT图像的实验结果表明,改进算法不仅能够处理大形变问题,还能在处理大形变时通过光滑的形变场得到更精确的配准结果。

关键词：医学图像配准 Demons算法拓扑保持性 Jacobian行列式 sKL距离

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于配准的颅脑CT图像分割的研究

基于配准的颅脑CT图像分割的研究

引用

作者：徐峰中国科学技术大学

学位级别：硕士

高分辨率、大容量的医学图像数据为临床诊断提供了有力的辅助工具,同时它也增加了读片医生的工作负担。在此背景下,开展计算机辅助诊断的研究,已经成为了医学图像处理与分析领域的热点和将来发展的主要方向。本文以颅脑CT图像病变自动... 详细信息

高分辨率、大容量的医学图像数据为临床诊断提供了有力的辅助工具,同时它也增加了读片医生的工作负担。在此背景下,开展计算机辅助诊断的研究,已经成为了医学图像处理与分析领域的热点和将来发展的主要方向。本文以颅脑CT图像病变自动化检出为研究目标,以颅脑CT图像的配准和分割为研究切入点,对相关技术进行了深入研究,并且取得了一些成果,为实现颅脑病变自动化检出做好前期准备。非刚性配准不仅是病变自动检出的关键技术,也是统计图谱创建的必要步骤。其中Demons算法是一种在准确度评价中很优秀的非刚性配准算法,但它是基于光流场小形变模型的配准算法,在大形变情况下不具有拓扑保持性,将它用于异体颅脑CT图像配准时效果不理想。为此,本研究对它进行了改进。首先建立Demons算法目标能量函数,将形变场求解转化为目标函数优化问题;然后通过增加sKL距离作为正则项来优化目标函数,消除了形变场的不适定性,并使形变场更加光滑。对高分辨率颅脑CT图像的实验结果表明,改进算法不仅能够处理大形变问题,还能在处理大形变时通过光滑的形变场得到精确的配准结果。在上述改进的配准算法基础上,本文通过模仿人工分割过程,提出了一种基于配准的颅脑CT自动分割算法,其目标是将脑灰质、脑白质和脑脊液完整的分割出来。本算法首先采用中值滤波和模糊C-均值聚类对参考图像进行预分割,再利用解剖知识对其进行手动修正,得到先验的分割图谱,以此图谱指导后面的分割工作。分割算法实现过程如下,首先将待分割图像向参考图像配准,然后利用先验图谱对配准结果进行掩模分割,再逆映射此分割结果就得到了原图像的分割结果,实验中又采用聚类分割和数学形态学方法对最后结果进行了完善。实验结果表明,此算法虽然有些局限,但具有可行性。

关键词：病变自动化检出非刚性配准 Demons算法拓扑保持性颅脑CT图像图像分割

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：