模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2005年
4期
474-479
,共6页
王勇%吕扬生%邢占峰%周仲兴
王勇%呂颺生%邢佔峰%週仲興
왕용%려양생%형점봉%주중흥
马尔可夫随机场%梯度小波%Kohonen自组织神经网络%超声心动图像%纹理分割
馬爾可伕隨機場%梯度小波%Kohonen自組織神經網絡%超聲心動圖像%紋理分割
마이가부수궤장%제도소파%Kohonen자조직신경망락%초성심동도상%문리분할
以马尔可夫随机过程和梯度小波变换为基础提出了梯度小波纹理模型.由梯度小波纹理模型的参数组成描述图像纹理的特征向量,梯度小波纹理模型利用了马尔可夫随机场图像模型的优点和基于该模型的成熟方法,并且引入了多尺度、多分辨率等特性.然后采用Kohonen自组织SOM(Self-Organizing Feature Map)神经网络对纹理特征向量进行无监督学习,最后对超声心动图像进行纹理分割,取得较满意的分割效果.
以馬爾可伕隨機過程和梯度小波變換為基礎提齣瞭梯度小波紋理模型.由梯度小波紋理模型的參數組成描述圖像紋理的特徵嚮量,梯度小波紋理模型利用瞭馬爾可伕隨機場圖像模型的優點和基于該模型的成熟方法,併且引入瞭多呎度、多分辨率等特性.然後採用Kohonen自組織SOM(Self-Organizing Feature Map)神經網絡對紋理特徵嚮量進行無鑑督學習,最後對超聲心動圖像進行紋理分割,取得較滿意的分割效果.
이마이가부수궤과정화제도소파변환위기출제출료제도소파문리모형.유제도소파문리모형적삼수조성묘술도상문리적특정향량,제도소파문리모형이용료마이가부수궤장도상모형적우점화기우해모형적성숙방법,병차인입료다척도、다분변솔등특성.연후채용Kohonen자조직SOM(Self-Organizing Feature Map)신경망락대문리특정향량진행무감독학습,최후대초성심동도상진행문리분할,취득교만의적분할효과.
