期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于Kmean和ELM的乳腺肿块检测方法 被引量:2
1
作者 王梦珍 刘立 王建 《计算机工程与应用》 CSCD 北大核心 2015年第12期171-175,共5页
肿块是乳腺癌在X线图像上的一个主要表现。提出了一种肿块自动检测算法。该方法包括四个步骤:在图像预处理阶段,去除背景、标记、胸肌和噪声,图像分割和图像增强;利用Kmean方法找到感兴趣区域(ROI);提取能够表征肿块的特征;利用极限学习... 肿块是乳腺癌在X线图像上的一个主要表现。提出了一种肿块自动检测算法。该方法包括四个步骤:在图像预处理阶段,去除背景、标记、胸肌和噪声,图像分割和图像增强;利用Kmean方法找到感兴趣区域(ROI);提取能够表征肿块的特征;利用极限学习机(Extreme Learning Machine,ELM)分类器去除假阳性,将图像中的肿块和非肿块分离开来。通过对MIAS数据库中乳腺X线图像的测试实验,得到的检测肿块的准确率为93.5%。 展开更多
关键词 乳腺肿块检测 kmean 特征提取 极限学习机(ELM)
下载PDF
基于Kmean的乳腺肿块检测方法 被引量:2
2
作者 王梦珍 刘立 张惠慧 《电子产品世界》 2013年第11期50-51,61,共3页
乳腺癌是一种常见的恶性肿瘤,早期诊断和治疗是降低乳腺癌死亡率的关键。肿块是乳腺癌在X线图像上的一个主要表现,本文提出了一种基于Kmean的乳腺肿块检测方法。该方法包括四个步骤:首先是图像预处理,该阶段包括去除背景、标记、胸肌和... 乳腺癌是一种常见的恶性肿瘤,早期诊断和治疗是降低乳腺癌死亡率的关键。肿块是乳腺癌在X线图像上的一个主要表现,本文提出了一种基于Kmean的乳腺肿块检测方法。该方法包括四个步骤:首先是图像预处理,该阶段包括去除背景、标记、胸肌和噪声,以及乳腺分割;其次利用Kmean方法找到感兴趣区域(ROI);然后提取能够表征肿块的特征;最后根据提取到的特征将肿块和正常组织分离开来。通过在MIAS数据库中乳腺X线图像的测试实验,得到的检测肿块的准确率为93.2%,结果表明,该方法能够有效的检测出肿块。本文网络版地址:http://www.eepw.com.cn/article/184614. 展开更多
关键词 乳腺肿块检测 kmean 特征提取
下载PDF
动态多主元模型故障检测方法在变工况过程中的应用 被引量:17
3
作者 牛征 刘吉臻 牛玉广 《动力工程》 EI CSCD 北大核心 2005年第4期554-558,598,共6页
提出了一种适用于变工况过程的动态多主元模型故障检测方法。首先对过程数据进行分类得到各稳态工况下的数据;然后根据分类数据建立主元模型组来描述整个过程的统计特性;最后在故障检测中根据检测样本对分类数据的隶属度和主元模型组计... 提出了一种适用于变工况过程的动态多主元模型故障检测方法。首先对过程数据进行分类得到各稳态工况下的数据;然后根据分类数据建立主元模型组来描述整个过程的统计特性;最后在故障检测中根据检测样本对分类数据的隶属度和主元模型组计算出与当前工况相适应的主元模型并进行检测。以火电厂锅炉过程为例对比研究了传统方法和新方法的应用情况。试验结果表明新方法能适应工况变化,减少误检并提高了检测灵敏度。 展开更多
关键词 自动控制技术 变工况过程 主元分析 故障检测 K均值聚类分析
下载PDF
基于改进的随机森林算法的烧结状态短期预测 被引量:3
4
作者 王福斌 王蕊 武晨 《激光与光电子学进展》 CSCD 北大核心 2022年第18期372-378,共7页
充分利用烧结机尾断面的火焰图像所蕴含的有效信息,利用随机森林算法对烧结状态进行短期预测,该算法在工程上具有可行性。为改善随机森林中重要性较低的属性对分类结果的影响,提出了一种基于概率决策的随机森林改进算法,实现对烧结机尾... 充分利用烧结机尾断面的火焰图像所蕴含的有效信息,利用随机森林算法对烧结状态进行短期预测,该算法在工程上具有可行性。为改善随机森林中重要性较低的属性对分类结果的影响,提出了一种基于概率决策的随机森林改进算法,实现对烧结机尾断面火焰状态的短期预测。首先,对300张烧结断面火焰图像进行统一预处理,将获得的10个图像几何特征作为输入量;其次,对提取到的10个图像几何特征进行K均值聚类和模糊C均值聚类,根据聚类结果的准确率赋予叶子节点处各个类别出现的概率;最后,实验验证了优化的随机森林算法能提高对烧结状态分类的准确性。 展开更多
关键词 火焰图像 K均值分割 几何特征 随机森林
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部