2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩43頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、本文運用兩種改進(jìn)的遺傳算法來處理MRI的分割問題。 1、首先分析了模糊集理論及模糊聚類理論的特點,以及模糊聚類在圖像分割中的優(yōu)缺點。在現(xiàn)有的模糊C-均值聚類算法的基礎(chǔ)上,提出了一種新的遺傳模糊聚類算法,有效地避免了直接使用C-均值聚類算法所帶來的收斂到局部最優(yōu)的問題,并在此基礎(chǔ)上實現(xiàn)了對MRI的分割.對真實MRI圖像的分析結(jié)果表明,該方法能有效地分割出腦的白質(zhì)、灰質(zhì)和腦脊液,為腦功能和結(jié)構(gòu)的研究及臨床應(yīng)用提供了技術(shù)支持。

2、 2、分析了Markov隨機場理論及模擬退火算法的基本理論,然后基于MRF的圖像分割方法用Gibbs分布的參數(shù)表針圖像不同像素間的關(guān)聯(lián)性,對圖像中噪聲的影響有較好的抑制作用,提出了一種基于經(jīng)典模擬退火算法及遺傳算法的混合算法一遺傳退火算法。該算法通過綜合Markov的對噪聲的良好抑制作用,遺傳算法的全局優(yōu)化搜索性,模擬退火算法的較強的局部搜索能力應(yīng)用于加噪聲的MRI分割。實驗表明該算法在相同參數(shù)設(shè)置和相同計算時間的情況下優(yōu)于SA算法和遺

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。

評論

0/150

提交評論