检索结果-南通市图书馆

计算机应用 2022年第8期42卷 2440-2449页

作者：张剑程培源邵思羽空军工程大学研究生院西安710051 空军工程大学防空反导学院西安710051

针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题,提出一种结合改进残差卷积自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和目标域数据创建为成对样本,并设计一种改进的一维残差... 详细信息

针对旋转机械传感器信号样本有限影响深层网络模型训练学习的问题,提出一种结合改进残差卷积自编码网络与类自适应方法的故障诊断模型应对小样本数据。首先将少量已标记的源域数据和目标域数据创建为成对样本,并设计一种改进的一维残差卷积自编码网络对两种不同分布的原始振动信号进行特征提取;其次,利用最大均值差异(MMD)减小分布差异,并将两个域同一故障类别的数据空间映射到一个共同的特征空间,最终实现准确的故障诊断。实验结果表明,与微调、域自适应等方法相比,所提模型能够有效提高不同工况、微量已标记的目标域振动数据下的故障诊断准确率。

关键词：残差卷积自编码网络类自适应旋转机械故障诊断小样本最大均值差异

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

基于类自适应高斯-马尔可夫随机场模型和EM算法的MR图像分割

引用

中国图象图形学报 2008年第3期13卷 488-493页

作者：王文辉冯前进刘磊陈武凡南方医科大学医学图像处理重点实验室广州510515

高斯-马尔可夫随机场模型既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的模型,然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值... 详细信息

高斯-马尔可夫随机场模型既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声图像的模型,然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值人工尝试。本文针对此问题,提出了一种新的、简单的、类自适应的惩罚因子β,其利用后验概率来自动计算,并具有各类各向异性。再将模型利用EM-MAP算法来迭代求解。最后,将该算法应用于MR图像的分割,实验结果表明,该算法能自适应地、有效地分割噪声图像,并具有较高的正确分类率和类正确分类率。

关键词：高斯-马尔可夫随机场类自适应惩罚因子 EM—MAP 图像分割

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

基于互信息熵差测度和Gauss-Markov随机场模型的医学图像分割

引用

计算机研究与发展 2009年第3期46卷 521-527页

作者：王文辉冯前进陈武凡中山大学附属第六医院信息中心广州510655 南方医科大学医学图像处理重点实验室广州510515

图像分割类数的确定一直是个难点,基于互信息熵差测度进行图像分割类数的确定,较好地解决了该问题.互信息熵差描述了随着分割类数增加时分割图像和原图像互信息量的增加程度,其作为一种类数确定测度时,可认为取得了一种分割类数与分割... 详细信息

图像分割类数的确定一直是个难点,基于互信息熵差测度进行图像分割类数的确定,较好地解决了该问题.互信息熵差描述了随着分割类数增加时分割图像和原图像互信息量的增加程度,其作为一种类数确定测度时,可认为取得了一种分割类数与分割图像中所包含信息量的平衡,以此提出了分割类数确定的判别规则.在分割算法方面,Gauss-Markov模型既利用了图像的灰度信息,又通过Gibbs先验概率引入了图像的空间信息,能较好地用于分割含噪声的图像.然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值人工尝试.针对此问题,提出了一种类自适应的惩罚因子β,其利用后验概率来自动计算,并具有各类各向异性.再将模型利用EM-MAP算法来迭代求解.最后,将算法应用于医学图像的分割,实验表明该算法具有满意的分割效果.

关键词：互信息量分割类数 Gauss-Markov随机场类自适应图像分割

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

基于马尔可夫随机场模型的医学图像分割方法研究

基于马尔可夫随机场模型的医学图像分割方法研究

引用

作者：郭玉贝东北大学

学位级别：硕士

医学图像分割是医学影像处理与分析领域中的一个基本问题,它是其它医学影像后处理（如三维可视化、手术导航等）的基础。为了准确地分辨医学影像中的正常组织结构和异常病变,需要对医学图像进行分割。医学图像分割成为了图像处理领域的... 详细信息

医学图像分割是医学影像处理与分析领域中的一个基本问题,它是其它医学影像后处理（如三维可视化、手术导航等）的基础。为了准确地分辨医学影像中的正常组织结构和异常病变,需要对医学图像进行分割。医学图像分割成为了图像处理领域的一个热点和难点。本文对目前国内外研究的多种图像分割方法进行了综述,在经过分析比较后,发现基于马尔可夫随机场（Markov Random Field, MRF）模型的分割方法具有诸多优点且具有巨大的应用前景,因此,本文将目标集中在对马尔可夫随机场模型的研究上。由于医学图像自身的复杂性,单纯结合一种图像信息对医学图像进行分割,往往得不到较好的分割效果。本文提出了一个在MRF模型的框架下,综合区域信息、先验知识信息和形状边界信息的改进MRF模型,对目标能量函数进行了改进。在基于改进MRF模型的分割方法的实现上,为了提高分割方法的实现效率,本文对优化方案进行了改进,首次将混沌模拟退火（Chaotic Simulated Annealing, CSA）算法引入到图像分割求解过程中本文设计并实现了一套基于改进MRF模型的交互式图像分割软件系统,对仿真图像和临床心脏MR图像进行了仿真实验,对该方法进行了测试,并与其他分割算法进行了对比,同时给出了定性和量化的评价结果。实验结果表明本文提出的改进MRF模型能够很好的保留图像的边缘细节信息,能够大大提高全局寻优速度,针对医学图像的低信噪比、弱边界和凹陷区域等特点,具有较高的分割可靠性。该分割方法是一种抗噪性强、准确度高的快速的适合于模糊、边界断裂和具有凹陷边界的图像的分割方法。考虑到医学图像的像素区域内部的各向同性,区域边界的各向异性,本文又提出了一种类自适应的耦合系数p的计算方法,将类自适应耦合系数引入到基于MRF模型的分割方法中,提出了一种类自适应MRF模型分割方法。最后,通过临床心脏MR图像和脑部MR图像的分割结果显示,采用新的类自适应的耦合系数计算方法能够增强图像分割的自适应性,从而能够达到更加细腻的分割效果。

关键词：图像分割马尔可夫随机场模型混沌模拟退火算法类自适应

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：