期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多层递推离散动态贝叶斯网络的协同决策优化
1
作者
唐政
高晓光
孙超
《火力与指挥控制》
CSCD
北大核心
2011年第4期18-21,共4页
根据电子对抗与火力打击协同使用分层递阶控制的特点,建立基于多层递推离散动态贝叶斯网络协同使用决策模型。依据协同理论,引入协同度概念,用协同度作为确定电子对抗与火力打击协同使用决策随时间变化的状态转移概率的依据。提出前向...
根据电子对抗与火力打击协同使用分层递阶控制的特点,建立基于多层递推离散动态贝叶斯网络协同使用决策模型。依据协同理论,引入协同度概念,用协同度作为确定电子对抗与火力打击协同使用决策随时间变化的状态转移概率的依据。提出前向后向递归搜索算法,求解电子对抗与火力打击协同使用决策问题。通过仿真实验证明,该方法能够减少信息传输,缩短决策时间,大大增强动态不确定条件下决策的适应性。
展开更多
关键词
电子对抗
火力打击
多层
递推离散动态
贝叶斯
网络
协同使用决策
在线阅读
下载PDF
职称材料
基于统计学习的多层医学图像语义建模方法
被引量：
4
2
作者
林春漪
尹俊勋
+2 位作者
高学
陈建宇
孙少晖
《深圳大学学报（理工版）》
EI
CAS
北大核心
2007年第2期138-143,共6页
提出一种在小样本的情况下,基于多层贝叶斯网络的医学图像语义建模方法.该方法采用支持向量机实现从低层视觉特征到对象语义的映射,使用贝叶斯网络融合对象语义,提取高级语义,从而建立一个多层医学图像语义模型,可支持多层次的医学图像...
提出一种在小样本的情况下,基于多层贝叶斯网络的医学图像语义建模方法.该方法采用支持向量机实现从低层视觉特征到对象语义的映射,使用贝叶斯网络融合对象语义,提取高级语义,从而建立一个多层医学图像语义模型,可支持多层次的医学图像语义自动标注及其检索.将该方法用于星形细胞瘤恶性程度的语义提取,并建立一个多层语义模型.实验表明,该模型与使用K近邻分类器或高斯混合模型取代SVM的语义模型相比,查全率有明显的提高.
展开更多
关键词
多层贝叶斯网络
支持向量机
语义建模
医学图像
机器学习
在线阅读
下载PDF
职称材料
题名
基于多层递推离散动态贝叶斯网络的协同决策优化
1
作者
唐政
高晓光
孙超
机构
西北工业大学航海学院
西北工业大学电子信息学院
出处
《火力与指挥控制》
CSCD
北大核心
2011年第4期18-21,共4页
基金
国家自然科学基金(10377014)
西北工业大学科技创新基金资助项目(2007KJ01027)
文摘
根据电子对抗与火力打击协同使用分层递阶控制的特点,建立基于多层递推离散动态贝叶斯网络协同使用决策模型。依据协同理论,引入协同度概念,用协同度作为确定电子对抗与火力打击协同使用决策随时间变化的状态转移概率的依据。提出前向后向递归搜索算法,求解电子对抗与火力打击协同使用决策问题。通过仿真实验证明,该方法能够减少信息传输,缩短决策时间,大大增强动态不确定条件下决策的适应性。
关键词
电子对抗
火力打击
多层
递推离散动态
贝叶斯
网络
协同使用决策
Keywords
electronic countermeasure
firepower attack
hiberarchy discrete dynamic bayesian network
coordinated decision
分类号
N945.25 [自然科学总论—系统科学]
在线阅读
下载PDF
职称材料
题名
基于统计学习的多层医学图像语义建模方法
被引量：
4
2
作者
林春漪
尹俊勋
高学
陈建宇
孙少晖
机构
中山大学生物医学工程系
华南理工大学电子与信息工程学院
中山大学第二附属医院
出处
《深圳大学学报（理工版）》
EI
CAS
北大核心
2007年第2期138-143,共6页
基金
国家自然科学基金资助项目(60472063)
文摘
提出一种在小样本的情况下,基于多层贝叶斯网络的医学图像语义建模方法.该方法采用支持向量机实现从低层视觉特征到对象语义的映射,使用贝叶斯网络融合对象语义,提取高级语义,从而建立一个多层医学图像语义模型,可支持多层次的医学图像语义自动标注及其检索.将该方法用于星形细胞瘤恶性程度的语义提取,并建立一个多层语义模型.实验表明,该模型与使用K近邻分类器或高斯混合模型取代SVM的语义模型相比,查全率有明显的提高.
关键词
多层贝叶斯网络
支持向量机
语义建模
医学图像
机器学习
Keywords
hierarchical Bayesian network
support vector machines
semantic modeling
medical images
machine learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP18 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多层递推离散动态贝叶斯网络的协同决策优化
唐政
高晓光
孙超
《火力与指挥控制》
CSCD
北大核心
2011
0
在线阅读
下载PDF
职称材料
2
基于统计学习的多层医学图像语义建模方法
林春漪
尹俊勋
高学
陈建宇
孙少晖
《深圳大学学报（理工版）》
EI
CAS
北大核心
2007
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
