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72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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著醫(yī)學(xué)成像技術(shù)的高速發(fā)展,醫(yī)學(xué)影像數(shù)據(jù)的數(shù)量劇增。如何有效地組織、管理海量的醫(yī)學(xué)圖像信息,并能快速地檢索醫(yī)學(xué)圖像數(shù)據(jù)庫就成為迫切需要解決的問題。本文以醫(yī)學(xué)圖像數(shù)據(jù)庫索引技術(shù)研究為出發(fā)點,主要研究為網(wǎng)格環(huán)境下乳腺鉬靶圖像數(shù)據(jù)庫建立高效的索引方法,從而達到提高數(shù)據(jù)庫的檢索效率的目的。 本文的主要工作包括: 1)探討醫(yī)學(xué)圖像數(shù)據(jù)庫及其索引技術(shù)的特點。比較分析各類高維數(shù)據(jù)庫索引技術(shù)在醫(yī)學(xué)圖像數(shù)據(jù)庫中的應(yīng)用。在此基礎(chǔ)上,確定:采

2、用M樹索引結(jié)構(gòu)對網(wǎng)格環(huán)境下乳腺鉬靶圖像數(shù)據(jù)庫進行索引。 2)分析M樹的建樹和查詢的過程。針對網(wǎng)格環(huán)境下乳腺鉬靶圖像數(shù)據(jù)庫的具體應(yīng)用,為M樹索引結(jié)構(gòu)設(shè)計合適的參數(shù)。采取兩項措施改進經(jīng)典的M樹索引結(jié)構(gòu)的性能:采用Bulkloading方法代替?zhèn)鹘y(tǒng)M樹建樹算法,提高了M樹索引結(jié)構(gòu)的建樹效率;采用Slim-dowm方法優(yōu)化M樹索引結(jié)構(gòu),降低了M樹索引結(jié)構(gòu)的結(jié)點重疊率。 3)設(shè)計了一系列試驗,以實驗結(jié)果證明:經(jīng)過上述改進的M樹索引

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