-
题名一种线状要素深度简化方法
被引量：2
- 1
-
-
作者
乔俊军
胡冯伟
-
机构
武汉大学测绘学院
-
出处
《测绘通报》
CSCD
北大核心
2016年第7期48-54,共7页
-
文摘
提出了一种线状要素深度简化的方法,该方法将线状要素简化分解成若干子过程,每个子过程通过弯曲识别与分类,并利用具有一致性和自适应的阈值组合实现了线状要素的规模化处理。试验表明,该方法能适应于不同制图因子——线宽、类型、比例尺要素的简化,相比于Douglas等简化方法更接近于人工处理的结果。
-
关键词
线状要素
深度简化
弯曲分类
阈值组合
线宽
-
分类号
P28
[天文地球—地图制图学与地理信息工程]
-
-
题名青光眼眼底图像的迁移学习分类方法
被引量：9
- 2
-
-
作者
徐志京
汪毅
-
机构
上海海事大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2021年第3期144-149,共6页
-
基金
国家自然科学基金(61673259)。
-
文摘
针对目前缺少大型公开已标记的青光眼数据集,为了解决小样本学习能力不足、分类精度低等问题,提出一套基于迁移学习的青光眼眼底图像识别系统。对获取的青光眼眼底图像进行去噪、删除多余背景、提取感兴趣区域(ROI)、图像增强等预处理操作。在VGG16网络的基础上,对全连接层进行重新设计,得到一个简化的深度神经网络模型Reduce-VGGNet(R-VGGNet)。R-VGGNet网络在训练过程中,其卷积层与池化层继承VGG16模型在ImageNet数据集上预训练得到权值参数,全连接层的参数则根据青光眼数据集进行自适应调整。针对不同的网络结构和不同的训练策略进行了性能测试以及不同分类方法的对比实验。实验结果表明:基于R-VGGNet网络模型的识别方法提高了判别青光眼患者的准确率,可达91.7%,为临床医生诊断治疗提供了良好的解决方案。
-
关键词
青光眼
迁移学习
提取感兴趣区域(ROI)
VGG16网络
简化的深度神经网络(R-VGGNet)
-
Keywords
glaucoma
transfer learning
extracting Region of Interest(ROI)network
VGG16 network
Reduce-VGGNet(R-VGGNet)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
