

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于多圖譜的標(biāo)簽融合技術(shù)作為一項新興的研究方法,在模式識別和醫(yī)學(xué)圖像分割領(lǐng)域受到越來越多的關(guān)注,它利用了更多的已有專家先驗知識,通過圖譜圖像的指導(dǎo)將圖譜標(biāo)簽傳播到待分割圖像上。如何利用好這些先驗知識,處理好各個圖譜之間的關(guān)系,從而獲得最佳的分割結(jié)果,本文將展開深入地研究。
首先,本文詳細(xì)研究和分析了當(dāng)前已知的多圖譜分割方法的內(nèi)在特點,在此基礎(chǔ)上提出了一個基于圖框架的標(biāo)簽融合模型,并將所有的方法都集成到該框架中,指出多圖譜方法可
2、以看出是一個組合分類的問題,另一方面也更加利于對比和分析。
其次,提出了將稀疏表示的方法加入到該模型中,首先討論了稀疏表示的概念,接下來提出了基于稀疏表示的權(quán)重改進(jìn)計算方法,通過對過完備的非局部信息的稀疏選擇,考察不同的選擇方法對融合精度的影響,實驗中對稀疏后的權(quán)重進(jìn)行了具體地分析,實驗證實了稀疏方法的優(yōu)越性。
最后,在稀疏表示的基礎(chǔ)上,進(jìn)一步提出使用半監(jiān)督學(xué)習(xí)的方法來改進(jìn)稀疏方法帶來的不魯棒性。稀疏表示的方法能夠確
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多閾值與多圖譜方法在醫(yī)學(xué)圖像分割上的應(yīng)用研究.pdf
- 基于多圖譜配準(zhǔn)的醫(yī)學(xué)圖像分割.pdf
- 醫(yī)學(xué)圖像分割方法研究及其應(yīng)用.pdf
- 醫(yī)學(xué)超聲圖像分割新方法的研究及應(yīng)用.pdf
- 面向醫(yī)學(xué)應(yīng)用的紋理圖像分割方法研究.pdf
- 醫(yī)學(xué)CT圖像分割方法研究.pdf
- 醫(yī)學(xué)圖像血管分割方法研究.pdf
- 圖像分割方法及應(yīng)用研究.pdf
- 基于多通道的水平集方法在醫(yī)學(xué)圖像分割中的應(yīng)用.pdf
- MRI腦部醫(yī)學(xué)圖像分割方法研究.pdf
- 基于多權(quán)重概率圖譜的腦部圖像分割.pdf
- 圖像譜方法分割的研究及應(yīng)用.pdf
- 醫(yī)學(xué)圖像的水平集分割方法研究.pdf
- 三維醫(yī)學(xué)圖像分割方法研究.pdf
- 醫(yī)學(xué)圖像分割算法研究與應(yīng)用.pdf
- 模糊分割方法在醫(yī)學(xué)圖像處理中的應(yīng)用研究.pdf
- 基于幾何流的醫(yī)學(xué)圖像分割方法及其應(yīng)用研究.pdf
- 基于水平集的醫(yī)學(xué)圖像分割方法及其應(yīng)用研究.pdf
- 基于多圖譜的多發(fā)性硬化病變分割方法研究與應(yīng)用.pdf
- 基于圖的醫(yī)學(xué)圖像分割方法研究.pdf
評論
0/150
提交評論