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
3
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
多向加权Tsallis熵最大化导向的自动阈值分割方法
被引量：
3
1
作者
邹耀斌
邓世成
+3 位作者
孟祥丹
周欢
孙水发
陈鹏
《电子学报》
EI
CAS
CSCD
北大核心
2024年第1期129-143,共15页
受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响,许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题,本文提出了一种多向加权Tsa...
受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响,许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题,本文提出了一种多向加权Tsallis熵最大化导向的自动阈值分割方法(Multi-directional Weighted Tsallis Entropy,MWTE).基于新设计的反正切方向性卷积核的多尺度乘积效应,该方法将不同模态的灰度直方图转化为统一的单模态右偏灰度直方图.在4个不同方向上提取出这种特殊的单模态右偏灰度直方图后,通过多向加权策略构建出与原始图像灰度值紧密相关的加权Tsallis熵目标函数,并以该目标函数取最大值时对应的灰度值作为最终分割阈值.本文将提出的方法和3个阈值分割方法、1个软分割方法、1个活动轮廓分割方法以及1个自动聚类分割方法进行了比较.在4种不同模态情形下的4幅合成图像和50幅真实世界图像上的实验结果表明,本文提出的方法虽然在计算效率方面不占有优势,但它对不同模态的测试图像具有更稳健的分割适应性,且在量化分割精度所用的马修斯相关系数方面优于其他6个分割方法.
展开更多
关键词
阈值分割
Tsallis熵差
加权Tsallis熵
反正切方向性卷积核
多尺度乘积效应
马修斯相关系数
在线阅读
下载PDF
职称材料
深度学习在骨振信号自动判读中的应用
被引量：
5
2
作者
张瑞
习文浩
宋江玲
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第4期554-559,共6页
目前在临床上对膝关节退行性病变进行检查的手段主要包括X光、核磁共振成像等,但这些检查手段操作要求高、花费高昂、且无法便捷使用。相关研究表明,髌股关节软骨摩擦产生的摩擦音(也称为骨振信号)能够有效反映膝关节所发生的病变且获...
目前在临床上对膝关节退行性病变进行检查的手段主要包括X光、核磁共振成像等,但这些检查手段操作要求高、花费高昂、且无法便捷使用。相关研究表明,髌股关节软骨摩擦产生的摩擦音(也称为骨振信号)能够有效反映膝关节所发生的病变且获取方式便捷。基于此,文中以骨振信号为源信号,提出了一种基于长短期记忆网络的骨振信号自动判读方法。首先,采用小波变换以及序列插补方法对信号进行去噪、对齐等预处理;其次,采用长短期记忆网络实现骨振信号的自动判读,其中,网络参数使用网格搜索法确定;最后,采用5 126条临床采集的骨振信号(来源于西安某医院骨科)对所提方法进行验证。实验结果表明文中所提方法可达到自动判读的准确率为82%、精确率为79%、特异度为81%、召回率为82%、马修斯相关系数为0.62。
展开更多
关键词
膝关节退行性病变
骨振信号
长短期记忆网络
马修斯相关系数
在线阅读
下载PDF
职称材料
具有强化学习策略的决策树算法
被引量：
11
3
作者
于安池
储茂祥
+1 位作者
杨永辉
董秀
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2021年第5期616-620,共5页
传统决策树在对不平衡数据进行分类时,提高正类的权重和舍弃部分负类的信息,造成负类的预测精度较低。文章引入强化学习思想,提出一种基于马尔可夫决策过程的改进决策树方法。根据马尔可夫决策过程、当前分裂特征的标准化互信息和马修...
传统决策树在对不平衡数据进行分类时,提高正类的权重和舍弃部分负类的信息,造成负类的预测精度较低。文章引入强化学习思想,提出一种基于马尔可夫决策过程的改进决策树方法。根据马尔可夫决策过程、当前分裂特征的标准化互信息和马修斯相关系数作为信息增益率的奖励或者惩罚,形成新的特征选择标准。实验结果表明,与其他传统方法相比,改进的马尔可夫决策树对非平衡数据整体的预测精度及负类预测精度均有提高。
展开更多
关键词
决策树
不平衡数据
强化学习
标准化互信息
马修斯相关系数
在线阅读
下载PDF
职称材料
题名
多向加权Tsallis熵最大化导向的自动阈值分割方法
被引量：
3
1
作者
邹耀斌
邓世成
孟祥丹
周欢
孙水发
陈鹏
机构
水电工程智能视觉监测湖北省重点实验室(三峡大学)
三峡大学大数据研究中心
三峡大学计算机与信息学院
出处
《电子学报》
EI
CAS
CSCD
北大核心
2024年第1期129-143,共15页
基金
国家自然科学基金(No.62172255,No.61871258)。
文摘
受噪声或随机细节、目标和背景的大小比例、成像时的点扩散等不同因素的影响,许多图像的灰度直方图呈现为无模态、单模态、双模态或者多模态样式.为了在统一框架内处理这4种不同模态情形下的自动阈值选择问题,本文提出了一种多向加权Tsallis熵最大化导向的自动阈值分割方法(Multi-directional Weighted Tsallis Entropy,MWTE).基于新设计的反正切方向性卷积核的多尺度乘积效应,该方法将不同模态的灰度直方图转化为统一的单模态右偏灰度直方图.在4个不同方向上提取出这种特殊的单模态右偏灰度直方图后,通过多向加权策略构建出与原始图像灰度值紧密相关的加权Tsallis熵目标函数,并以该目标函数取最大值时对应的灰度值作为最终分割阈值.本文将提出的方法和3个阈值分割方法、1个软分割方法、1个活动轮廓分割方法以及1个自动聚类分割方法进行了比较.在4种不同模态情形下的4幅合成图像和50幅真实世界图像上的实验结果表明,本文提出的方法虽然在计算效率方面不占有优势,但它对不同模态的测试图像具有更稳健的分割适应性,且在量化分割精度所用的马修斯相关系数方面优于其他6个分割方法.
关键词
阈值分割
Tsallis熵差
加权Tsallis熵
反正切方向性卷积核
多尺度乘积效应
马修斯相关系数
Keywords
thresholding segmentation
Tsallis entropy difference
weighted Tsallis entropy
arctangent directional convolution kernel
multi-scale product effect
Matthews correlation coefficient
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
深度学习在骨振信号自动判读中的应用
被引量：
5
2
作者
张瑞
习文浩
宋江玲
机构
西北大学医学大数据研究中心
出处
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第4期554-559,共6页
基金
陕西省创新人才推进计划资助项目(2018TD-016)
陕西省重点产业创新链(群)资助项目(2019ZDL SF02-09-02)。
文摘
目前在临床上对膝关节退行性病变进行检查的手段主要包括X光、核磁共振成像等,但这些检查手段操作要求高、花费高昂、且无法便捷使用。相关研究表明,髌股关节软骨摩擦产生的摩擦音(也称为骨振信号)能够有效反映膝关节所发生的病变且获取方式便捷。基于此,文中以骨振信号为源信号,提出了一种基于长短期记忆网络的骨振信号自动判读方法。首先,采用小波变换以及序列插补方法对信号进行去噪、对齐等预处理;其次,采用长短期记忆网络实现骨振信号的自动判读,其中,网络参数使用网格搜索法确定;最后,采用5 126条临床采集的骨振信号(来源于西安某医院骨科)对所提方法进行验证。实验结果表明文中所提方法可达到自动判读的准确率为82%、精确率为79%、特异度为81%、召回率为82%、马修斯相关系数为0.62。
关键词
膝关节退行性病变
骨振信号
长短期记忆网络
马修斯相关系数
Keywords
degenerative knee disease
vibroarthrographic signals
long short-term memory network
Matthews correlation coefficient
分类号
TP305 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
具有强化学习策略的决策树算法
被引量：
11
3
作者
于安池
储茂祥
杨永辉
董秀
机构
辽宁科技大学电子与信息工程学院
烟台汽车工程职业学院汽车工程系
出处
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2021年第5期616-620,共5页
基金
国家自然科学基金资助项目(71771112)
辽宁省自然科学基金资助项目(20180550067)
辽宁省高等学校基本科研资助项目(2017LNQN11)。
文摘
传统决策树在对不平衡数据进行分类时,提高正类的权重和舍弃部分负类的信息,造成负类的预测精度较低。文章引入强化学习思想,提出一种基于马尔可夫决策过程的改进决策树方法。根据马尔可夫决策过程、当前分裂特征的标准化互信息和马修斯相关系数作为信息增益率的奖励或者惩罚,形成新的特征选择标准。实验结果表明,与其他传统方法相比,改进的马尔可夫决策树对非平衡数据整体的预测精度及负类预测精度均有提高。
关键词
决策树
不平衡数据
强化学习
标准化互信息
马修斯相关系数
Keywords
decision tree
unbalanced data
reinforcement learning
normalized mutual information
Matthews correlation coefficient
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
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
多向加权Tsallis熵最大化导向的自动阈值分割方法
邹耀斌
邓世成
孟祥丹
周欢
孙水发
陈鹏
《电子学报》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
深度学习在骨振信号自动判读中的应用
张瑞
习文浩
宋江玲
《西北大学学报（自然科学版）》
CAS
CSCD
北大核心
2020
5
在线阅读
下载PDF
职称材料
3
具有强化学习策略的决策树算法
于安池
储茂祥
杨永辉
董秀
《合肥工业大学学报（自然科学版）》
CAS
北大核心
2021
11
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
