期刊导航
期刊开放获取
cqvip
退出
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
2
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
基于加权模糊C均值算法改进的高光谱图像分类方案设计
被引量：
3
1
作者
马欢
景志勇
+1 位作者
陈明
张建伟
《量子电子学报》
CAS
CSCD
北大核心
2015年第5期539-549,共11页
为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊C均值算法方案。该方案通过加权模糊C均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息...
为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊C均值算法方案。该方案通过加权模糊C均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量。实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,具有较为理想的稳定性,较高的分类精度,大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率。
展开更多
关键词
图像处理
高光谱图像
数据分类
特征提取
加权模糊C均值算法
下载PDF
职称材料
改进的高斯混合模型在心音信号分类识别中应用
被引量：
12
2
作者
张文英
郭兴明
翁渐
《振动与冲击》
EI
CSCD
北大核心
2014年第6期29-34,共6页
为提高心音信号特征提取的准确性及分类识别的高效性,将小波包变换的Mel频率倒谱系数与改进的高斯混合模型结合用于心音信号分类识别。在Mel频率倒谱系数提取方法基础上,用小波包变换代替傅里叶变换与Mel滤波器组,获得新特征参数DWPTMF...
为提高心音信号特征提取的准确性及分类识别的高效性,将小波包变换的Mel频率倒谱系数与改进的高斯混合模型结合用于心音信号分类识别。在Mel频率倒谱系数提取方法基础上,用小波包变换代替傅里叶变换与Mel滤波器组,获得新特征参数DWPTMFCC;针对传统GMM参数初始化K-means算法缺点,用加权可选择模糊C均值算法进行改进;将提取的特征参数分别输入到改进后GMM进行分类识别。对临床采集的心音数据测试结果表明,该方法能有效提取心音特征,优于传统GMM识别性能。
展开更多
关键词
心音
特征参数
改进高斯混合模型
加权可选择模糊C均值
下载PDF
职称材料
题名
基于加权模糊C均值算法改进的高光谱图像分类方案设计
被引量：
3
1
作者
马欢
景志勇
陈明
张建伟
机构
郑州轻工业学院软件学院
出处
《量子电子学报》
CAS
CSCD
北大核心
2015年第5期539-549,共11页
基金
国家自然科学基金项目(60974005)
河南省教育厅科学技术研究重点项目(13A520379)
文摘
为了有效改善高光谱图像数据分类的精确度,减少对大数目数据集的依赖,在原型空间特征提取方法的基础上,提出一种基于加权模糊C均值算法方案。该方案通过加权模糊C均值算法对每个特征施加不同的权重,从而保证提取后的特征含有较高的信息量。实验结果表明,与业内公认的原型空间提取算法相比,该方案在相对较小的数据集下,具有较为理想的稳定性,较高的分类精度,大大降低了对数据集样本数量的依赖性,同时改善了原型空间特征方法的效率。
关键词
图像处理
高光谱图像
数据分类
特征提取
加权模糊C均值算法
Keywords
image
processing
hyperspectral
image
data
classification
feature
extraction
weighted
fuzzyc
-
means
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
改进的高斯混合模型在心音信号分类识别中应用
被引量：
12
2
作者
张文英
郭兴明
翁渐
机构
重庆大学生物工程学院
出处
《振动与冲击》
EI
CSCD
北大核心
2014年第6期29-34,共6页
基金
国家自然科学基金资助项目(30770551)
中央高校基本科研业务费资助(CDJXS11230045)
+1 种基金
重庆市新型医疗器械重大科技专项(CSTC
2008AC5103)
文摘
为提高心音信号特征提取的准确性及分类识别的高效性,将小波包变换的Mel频率倒谱系数与改进的高斯混合模型结合用于心音信号分类识别。在Mel频率倒谱系数提取方法基础上,用小波包变换代替傅里叶变换与Mel滤波器组,获得新特征参数DWPTMFCC;针对传统GMM参数初始化K-means算法缺点,用加权可选择模糊C均值算法进行改进;将提取的特征参数分别输入到改进后GMM进行分类识别。对临床采集的心音数据测试结果表明,该方法能有效提取心音特征,优于传统GMM识别性能。
关键词
心音
特征参数
改进高斯混合模型
加权可选择模糊C均值
Keywords
heart
sound
feature
parameter
improved
Gaussian
Mixture
Model
（GMM）
weighted
Optional
fuzzyc
-
means
（WOFCM）
分类号
R318.04 [医药卫生—生物医学工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于加权模糊C均值算法改进的高光谱图像分类方案设计
马欢
景志勇
陈明
张建伟
《量子电子学报》
CAS
CSCD
北大核心
2015
3
下载PDF
职称材料
2
改进的高斯混合模型在心音信号分类识别中应用
张文英
郭兴明
翁渐
《振动与冲击》
EI
CSCD
北大核心
2014
12
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
