暂无评论
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
针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps邻域内至少包含的对象数minpts来排除孤立点,并将不重复的核心点
基于密度的数据清洗方法研究与评估,邹杰,李书芳,数据清洗的一个重要方面是发现数据中的异常数据或者噪声,并对其进行处理。对于异常数据比例较多、数据质量较差的数据,传统的基
针对传统欠采样方法对不平衡数据集重采样时容易丢失多数类样本信息的问题,提出一种基于数据密度分布的欠采样方法US-DD。该方法引入数据密度的概念,并以此概念为依据将数据划分为高密度数据簇和低密度数据簇,
针对像素的国画真伪鉴别算法准确率低、计算量大的问题,提出了一种区域级置信传播算法。将图像分块的思想引入到基本置信传播算法中,在区域块消息的传递过程中剔除非重要信息,以区域块及其周围八邻域传递的消息为基
分析了数字图像合成器(DIS)生成的目标图像与真实目标图像之间的异同点,经过推导,得出识别数字图像合成器欺骗式干扰的方法:由于相位增量量化导致欺骗式假目标在横向多普勒方向上图像不连续;脉冲重复频率不匹
正确的数字分接是PDH数字群路信号信息还原的前提。在高误码信道环境下,为实现可靠通信,提出了利用信源残留冗余来实现高容错数字同步分接的改进算法。算法通过挖掘PDH数据最底层的PCM信号中所残留的冗余,
基于算法随机性理论提出的直推式置信机器能够给出预测的可靠性,但其多用于解决两类识别问题。扩展了置信机器,利用了正反类的思想,在识别时比较多个[P]值来确定测试样本的分类,使其很容易一次性应用于多分类识
首先证明了快速核密度估计(Fast kernel density estimate, FKDE) 定理: 基于抽样子集的高斯核密度估计(KDE) 与原数据集的KDE 间的误差与抽样容量和核参数相关,
为了应对近场混响环境中的多源定位问题,引入了近似核密度估计器(KDE)算法以提供强大的抗混响性能,并使用多级(MS)来解决高混响的频谱混叠问题。由于麦克风阵列的间距较大,因此频率较高。 然后建立空间似
暂无评论