公共文化服务平台

自适应阈值Prewitt的石榴病斑检测算法被引量：8: 2020年; 针对传统识别方法对石榴外表病斑及石榴轮廓检测精准度不高、抗噪声能力不强以及存在伪边缘等问题。该文提出一种基于自适应阈值Prewitt算子的石榴病斑检测算法。采用双边滤波减少噪声干扰;通过高频强调滤波提高图像高频分量,增强局部细节;根据高斯噪声概率分布设置算子卷积掩膜元素权重,利用对称性将方向梯度两两组合,并计算其L2范数作为该像素点的梯度。对人工拍摄的607张石榴图像进行图像增强和边缘检测试验,加入椒盐噪声和高斯噪声进行抗噪性能测试。试验结果表明,该文算法对石榴病斑的识别正确率为98.24%,获得图像的峰值信噪比为43.72 dB,单张图像识别耗时为0.174 s。该研究具有较好的病害样本与非病害样本区分能力,可为田间环境下石榴病害预防提供参考。; 巨志勇薛永杰张文馨翟春宇; 关键词：图像增强最小误差法双边滤波

结合残差路径及密集连接的乳腺超声肿瘤分割: 2021年; 目的乳腺癌是常见的高发病率肿瘤疾病,早期确诊是预防乳腺癌的关键。为获得肿瘤准确的边缘和形状信息,提高乳腺肿瘤诊断的准确性,本文提出了一种结合残差路径及密集连接的乳腺超声肿瘤分割方法。方法基于经典的深度学习分割模型U-Net,添加残差路径,减少编码器和解码器特征映射之间的差异。在此基础上,在特征输入层到解码器最后一步之间引入密集块,通过密集块组成从输入特征映射到解码最后一层的新连接,减少输入特征图与解码特征图之间的差距,减少特征损失并保存更有效信息。结果将本文模型与经典的U-Net模型、引入残差路径的U-Net(U-Net with Res paths)模型在上海新华医院崇明分院乳腺肿瘤超声数据集上进行10-fold交叉验证实验。本文模型的真阳率(true positive,TP)、杰卡德相似系数(Jaccard similarity,JS)和骰子系数(Dice coefficients,DC)分别为0.8707、0.8037和0.8824,相比U-Net模型分别提高了1.08%、2.14%和2.01%;假阳率(false positive,FP)和豪斯多夫距离(Hausdorff distance,HD)分别为0.1040和22.3114,相比U-Net模型分别下降了1.68%和1.4102。在54幅图像的测试集中,评价指标JS>0.75的肿瘤图像数量的总平均数为42.1,最大值为46。对比实验结果表明,提出的算法有效改善了分割结果,提高了分割的准确性。结论本文提出的基于U-Net结构并结合残差路径与新的连接的分割模型,改善了乳腺超声肿瘤图像分割的精确度。; 陈杨怀陈胜姚莉萍; 关键词：乳腺超声

基于接近中心性指标的牵制控制理论研究被引量：4: 2015年; 复杂网络中性能指标多种多样,如何获得其良好的控制效果,对网络控制节点的选择是一个关键性因素。提出了基于接近数中心性指标来选取牵制控制节点,研究了采用该方法对网络的牵制控制效果。其研究结果表明,该方法能有效对复杂网络进行牵制控制,同时为牵制控制提供了参考。; 张冰冰尚丽辉刘典勇; 关键词：复杂网络牵制控制

改进的Inceptionv3果蔬识别算法被引量：9: 2019年; 目的为了提高果蔬农产品识别的准确性,使果蔬农产品分类实现自动化。方法利用深度卷积神经网路强大的特征学习和特征表达能力,来自动学习果蔬种类特征,提出基于位置的柔性注意力算法,对Inceptionv3神经网络进行改进,并结合参数迁移学习方法建立果蔬识别模型;针对果蔬种类繁多,且国内外缺乏完善的果蔬图像数据库这一现状,构建果蔬图像数据集;在此数据集上将文中所提出的果蔬识别算法与其他果蔬识别算法进行对比。结果试验结果表明,在学习率为0.1、迭代次数为5000时,文中提出算法的准确率高达97.89%。结论相较于现有果蔬识别算法,所提出的果蔬识别算法的识别性能最优,鲁棒性最强。; 巨志勇马素萍; 关键词：图像识别

一种局部线性编码的深度学习果蔬分类算法被引量：8: 2020年; 传统的图像分类问题多使用人工设计的图像特征进行分类,然而部分果蔬图像存在颜色、纹理和形状差异较小的现象,导致传统特征分类效果不够理想.针对这一问题,本文提出一种融合人工特征和深度学习特征的果蔬分类算法.首先使用Inception V3预训练模型提取果蔬图像的卷积神经网络特征;其次提取图像的颜色直方图和SIFT特征,并对SIFT特征进行局部线性编码;接着使用判别相关分析对特征进行降维融合;最后使用SVM进行训练得到分类器.通过自建果蔬图像数据库下的试验结果表明:DCA降维融合后的特征在果蔬分类准确性和速度上明显优于原特征,识别率达到近97%,更适合果蔬分类.; 巨志勇张泽晨; 关键词：INCEPTION V3

基于文本行基线的倾斜角检测算法: 2016年; 针对文本图像倾斜检测问题,提出了一种新的基于文本行基线的倾斜角检测算法。该算法用边界标记自动机对一组同行的字符进行轮廓(外边界)跟踪,并标记出字符的最小外接矩形(MER)和字符的边框。在此基础上通过相邻字符间的行高差和字符区域的面积来剔除字符的冗余部分,最后用剩余部分的字符边框底边中点来拟合一条直线,即行文本的基线,并确定文本的倾斜角度。实验结果表明,该方法有效,同时倾斜角检测的精确性得到了优化。; 巨志勇何晓蕾王超男; 关键词：文本图像

基于二次曲面拟合的子像素边缘检测算法被引量：6: 2016年; 针对传统边缘检测算法边缘信息保留不完整与边缘点定位不精确的问题,提出了一种基于二次曲面拟合的子像素边缘检测算法。利用拟合法求得子像素图,其抗干扰性强,检测位置较准确,并在此基础上利用改进的Canny算子精确地判断图像边缘位置。实验结果表明,该算法不仅提高了图像的边缘信息保留能力,且图像边缘光滑,边缘点定位精确,细节信息完全。; 巨志勇王超男; 关键词：子像素 CANNY算子边缘检测二次曲面拟合

非均匀图像亮度补偿的分割方法被引量：1: 2017年; 为消除非均匀光照对图像分割效果的影响,提出了改进的动态型高斯同态滤波的亮度补偿新方法。将非均匀图像置于HIS色系下,在频域内对其亮度分量进行同态滤波,同时引入改进后的高斯高通滤波传递函数,并保持色调和饱和度不变,得到光照均匀的图像,进而利用Otsu算法对增强后的均匀图像进行分割。实验结果表明,文中所提方法能够使得到补偿后的图像明暗适中、视觉感好,且分割的精度与速度都较为理想。; 闻敬东张轩雄巨志勇; 关键词：非均匀光照亮度补偿

机器学习在不良心血管事件诊断中的应用综述: 2023年; 急性冠状动脉综合征是由冠状动脉血流减少引起的一种急性严重综合征,是造成全球范围内患者死亡和长期严重残疾的重要原因,因此预测不良心血管事件对患者的风险排查、早期诊断和治疗等有着重要价值。机器学习可以探索新的可能性,揭示患者信息统计大数据中的隐藏关系,将对心血管疾病的辅助诊断和预后分析产生积极影响。阐述临床常用的风险评分工具,介绍其主要依赖患者的各项生理健康指标、既往病史等因素以及采用Cox回归模型进行高风险因素快速筛选的能力。回顾不同机器学习模型在急性冠脉综合征患者风险评估中的应用及其在预测长短期不良心血管事件中的特点和能力,并对机器学习算法在医学数据中应用的广阔前景进行展望。; 柯盼盼陈胜李珂然; 关键词：急性冠脉综合征不良心血管事件大数据

非均匀光照下的车牌图像分割算法被引量：2: 2015年; 为了克服非均匀光照对车牌图像分割效果的影响,提出了一种新的光度补偿插值算法,将子图像的平均灰度值作为中心相对照度,并且利用插值算法得到子图像边缘照度,将非均匀光照的车牌图像转变成均匀光照图像,进而利用Otsu算法对均匀光照车牌图像进行分割。实验结果表明,该算法对非均匀光照图像分割精度高,运算速度快,具有更加理想的分割效果。; 巨志勇苏春美; 关键词：非均匀光照车牌图像亮度补偿图像分割

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(81101116)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(81101116)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈