计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2010年
12期
188-191
,共4页
粗糙集%神经网络%决策树%模糊集
粗糙集%神經網絡%決策樹%模糊集
조조집%신경망락%결책수%모호집
提出了一种用于乳腺X线图像分类的粗糙神经智能方法,该方法是一种混合智能计算技术.首先使用模糊图像处理算法来提高整个原始图像的对比度以提取感兴趣区域以及增强区域边缘;然后建立灰度共生矩阵,提取出表征感兴趣区域纹理的特征属性;接着使用粗糙集方法进行属性约简并产生规则;最后,设计出粗糙神经网络,用来将感兴趣区域区分为良性或是恶性.为了对所提出的粗糙集神经网络进行性能评价,对若干乳腺X线图像样本进行了测试,实验结果表明:用该方法进行乳癌识别的整体准确率要高于使用其他技术.
提齣瞭一種用于乳腺X線圖像分類的粗糙神經智能方法,該方法是一種混閤智能計算技術.首先使用模糊圖像處理算法來提高整箇原始圖像的對比度以提取感興趣區域以及增彊區域邊緣;然後建立灰度共生矩陣,提取齣錶徵感興趣區域紋理的特徵屬性;接著使用粗糙集方法進行屬性約簡併產生規則;最後,設計齣粗糙神經網絡,用來將感興趣區域區分為良性或是噁性.為瞭對所提齣的粗糙集神經網絡進行性能評價,對若榦乳腺X線圖像樣本進行瞭測試,實驗結果錶明:用該方法進行乳癌識彆的整體準確率要高于使用其他技術.
제출료일충용우유선X선도상분류적조조신경지능방법,해방법시일충혼합지능계산기술.수선사용모호도상처리산법래제고정개원시도상적대비도이제취감흥취구역이급증강구역변연;연후건립회도공생구진,제취출표정감흥취구역문리적특정속성;접착사용조조집방법진행속성약간병산생규칙;최후,설계출조조신경망락,용래장감흥취구역구분위량성혹시악성.위료대소제출적조조집신경망락진행성능평개,대약간유선X선도상양본진행료측시,실험결과표명:용해방법진행유암식별적정체준학솔요고우사용기타기술.