徐冬
- 作品数：14 被引量：23H指数：3
- 供职机构：海南师范大学信息科学技术学院更多>>
- 发文基金：海南省自然科学基金海南省高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术经济管理文化科学生物学更多>>
- 基于模糊C均值聚类算法的脑部CT图像分割被引量：4
- 2020年
- 模糊C均值聚类(Fuzzy C-Means,FCM)算法是一种常用的基于软划分的模糊聚类算法。首先对FCM算法的原理及步骤进行了描述,然后将其应用于脑部CT图像及添加了噪声的脑部CT图像的分割,从实验结果可以看出FCM算法分割能够清晰地标注出该脑部CT图像中的出血块。通过分割添加了噪声的图像,可以看出在噪声条件下,FCM算法的分割结果不会受到噪声的太大影响。
- 蒋文娟李富芸徐冬
- 关键词：FCM图像分割隶属度函数聚类中心
- 基于人眼视觉特性的遥感影像信息隐藏技术
- 蒋文娟马生全何书前卢朝晖陆娜徐冬李富芸
- 遥感影像作为遥感技术应用的原始资料，近些年在网上传输的次数日益增多。为了防止这些影像数据资料在传输过程中被非法截取、篡改或毁坏，保证测绘产品的质量，信息隐藏技术中的重要分支——数字水印是一种有效的解决途径。课题组对数字水...
- 关键词：
- 关键词：遥感影像信息隐藏人眼视觉特性数字水印系统
- 粗糙集在学生综合评价中的应用
- 2010年
- 粗糙集理论应用的广泛,简要介绍聚类分析及粗糙集理论。在高校学生综合素质评价中,先利用聚类算法对学生进行分类,再利用粗糙集及其属性重要度理论算出各个决策属性的重要度,并对学生的综合素质进行重新排名,进一步减少人为主观因素对评价结果的影响。
- 徐冬付海艳符谋松
- 关键词：聚类算法粗糙集属性重要度
- 基于离散小波变换的遥感影像数字水印的实现被引量：1
- 2015年
- 数字水印技术是数字信息版权保护领域的一个热点。该文将离散小波变换应用于遥感影像,并基于MATLAB仿真实现了在遥感影像中的水印嵌入提取。进行了几种常见的攻击测试,并对实验结果进行了分析。实验证明离散小波变换算法实现的数字水印具有不可见性,对椒盐噪声等攻击具有一定的鲁棒性。
- 蒋文娟徐冬蒙斌
- 关键词：离散小波变换数字水印遥感影像
- 函数S-粗集与粗规律挖掘研究
- 付海艳张诚一徐冬史开泉符谋松郝秀梅杜英玲苏芬晓陈保会
- 该项目利用一个新的数学工具：函数S-粗集，进行了系统的粗规律与粗规律挖掘研究，给出粗规律生成、粗规律模型与粗规律挖掘算法。研究了评价问题的聚类分析与各因素的合理赋权问题，给出基于原始数据挖掘因素权重，开展综合评判的FCM...
- 关键词：
- 关键词：动态经济系统数学工具
- 基于卷积神经网络的肝脏肿瘤检测算法及应用研究
- 2020年
- 在肝脏肿瘤检测中,现代化信息化诊断技术的应用,不仅提高了诊断效率,还进一步保障了检测结果的准确性。卷积神经网络作为一种新的检测方法,在肝脏肿瘤检测中的构建,获得良好的检测效果。在临床诊断检测中,卷积神经网络的应用,关键在于模型的有效设计,这直接关系卷积神经网络在肝脏肿瘤检测中的应用价值。笔者重点分析了基于卷积神经网络的肝脏肿瘤检测算法,希望能够为相关研究提供借鉴。
- 徐冬蒋文娟
- 关键词：肝脏肿瘤卷积神经网络
- 电子商务下中小企业的物流配送模式探讨被引量：6
- 2010年
- 电子商务作为一种新兴的商务形式得到了迅猛发展,已经影响着我们生活的诸多方面。电子商务可为企业降低成本、提高效率、开拓市场,因而越来越多的中小企业采用电子商务开展各种贸易活动,这也成为金融危机下中小企业发展的必由之路。目前我国电子商务发展的最大瓶颈是物流发展缓慢,而其中主要原因是配送体系不完善。本文采用SWOT分析法分析中小企业如何选择适合自己的物流配送模式来降低成本、提高效率。
- 陈彩霞徐冬程明雄
- 关键词：中小企业SWOT电子商务配送模式
- 聚类算法在学生综合评价中的应用被引量：3
- 2009年
- 聚类分析是数据挖掘的一个重要研究方向,将聚类算法应用在高校学生综合素质评价中,借助聚类算法对学生进行合理分类,并在此基础上给出学生的综合素质排名,可以减少人为主观因素对评价结果的影响。
- 徐冬符谋松付海艳
- 关键词：聚类分析分层聚类
- 基于视频质量度量的无线视频传输技术
- 何书前王建新蒋文娟张诚一刘家宁徐冬余丰人黄高
- H.264/AVC是最新的视频编码标准，为了适应无线网络环境视频数据传输，扩展了H.264可分级编码框架，是近几年视频编码领域最热门的研究方向。该课题在H.264可分级编码框架下，对无线网络环境下的运动估计高计算复杂度、...
- 关键词：
- 关键词：视频数据传输
- RS-LMBP神经网络在心脏病诊断中的应用研究被引量：3
- 2011年
- 研究心脏病诊断问题。针对心脏病数据间存在大量信息冗余和噪声影响,诊断中若不能消除信息冗余,容易出现漏判和误判现象,从而导致诊断精度不高,为了提高心脏病诊断的正确率,提出了一种粗集理论(RS)和LMBP神经网络相结合的心脏病诊断组合模型(RS-LMBPNN)。模型首先利用粗集理论对心脏病数据进行属性约简,消除数据之间的冗余信息,简化了神经网络结构,然后将约简后的数据导入LMBP神经网络进行训练,得到心脏病诊断模型,采用测试数据进行仿真。仿真结果表明,与传统诊断方法相比,RS-LMBP加快了网络的训练速度,诊断正确率相应得到了提高,是一种高效、准确的心脏病诊断方法,在心脏病诊断领域中有着广泛的应用前景。
- 徐冬陈彩霞王翰虎
- 关键词：粗糙集理论神经网络心脏病
