您的位置: 专家智库 > >

国家高技术研究发展计划(2010AA09Z205)

作品数:3 被引量:8H指数:2
相关作者:赵犁丰刘洋徐浩许立房菲更多>>
相关机构:中国海洋大学青岛大学医学院附属医院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇支持向量
  • 3篇支持向量机
  • 3篇向量
  • 3篇向量机
  • 1篇多生物特征融...
  • 1篇医学图像
  • 1篇医学图像分割
  • 1篇人脸
  • 1篇人脸识别
  • 1篇身份识别
  • 1篇生物特征
  • 1篇图像
  • 1篇图像分割
  • 1篇混合核函数
  • 1篇基于支持向量...
  • 1篇核函数
  • 1篇改进支持向量...
  • 1篇高斯
  • 1篇高斯核
  • 1篇CV模型

机构

  • 3篇中国海洋大学
  • 1篇青岛大学医学...

作者

  • 3篇赵犁丰
  • 1篇徐浩
  • 1篇房菲
  • 1篇许立
  • 1篇刘洋

传媒

  • 2篇电子设计工程
  • 1篇现代电子技术

年份

  • 3篇2013
3 条 记 录,以下是 1-3
排序方式:
一种基于支持向量机的多生物特征融合身份识别方法研究被引量:2
2013年
融合人脸和指纹等特征信息进行身份认证识别。在对人脸图像使用主成分分析法降维和Herr-like方法特征提取、对指纹图像进行细节特征点提取的基础上,采用支持向量机进行融合识别。同时,采用一种改进的高斯核函数构造支持向量机。实验结果表明,该方法有效地提高了识别率和泛化能力。
许立赵犁丰
关键词:身份识别支持向量机高斯核
基于改进支持向量机的医学图像分割被引量:5
2013年
针对临床医学疾病诊断对医学图像处理精度的要求日益提高,单独使用支持向量机方法的处理结果难以满足实际需要,在此提出了一种CV模型与支持向量机相结合的C SVM医学图像分割方法,并分别给出2种分类方法的分割结果。实验表明,使用C SVM方法分割后得到的图像的边缘和细节特征更加突出,符合医学图像分割对于高精度的要求。对比2种方法的分割效果得出结论:该方法适用于磁共振医学图像分割领域,并能取得良好的效果,便于临床医学疾病的诊断。
刘洋赵犁丰徐浩
关键词:支持向量机CV模型磁共振图像医学图像分割
基于混合核函数的支持向量机在人脸识别中的应用研究被引量:1
2013年
针对支持向量机中的核函数选择和参数优化问题进行研究,结合局部性函数和全局性核函数的特点,形成由高斯核函数和多项式核函数构成的混合核函数,并运用于人脸识别,仿真实验结果证明了混合核函数的具有较高的识别率。
房菲赵犁丰
关键词:支持向量机混合核函数人脸识别参数优化
共1页<1>
聚类工具0