王立军 作品数:8 被引量:44 H指数:4 供职机构: 北京北大千方科技有限公司 更多>> 发文基金: 国家自然科学基金 镇江市科技支撑计划(社会发展)项目 江苏省软件与集成电路专项基金 更多>> 相关领域: 自动化与计算机技术 更多>>
基于网格化的医学图像不规则特征提取方法 被引量:3 2005年 提出了一种针对不容易描述的不规则特征的提取方法:采用贝叶斯启发式学习方法提取图像的聚类变量和等价变量作为特征;用网格划分技术过滤和释放位于稠密超方格的数据项,从而有效减少内存需求、大幅度降低计算复杂度。将此方法应用于医学图像分类器中的特征提取部分,实验结果表明大大地提高了分类的准确率。 谢从华 宋余庆 朱玉全 王立军关键词:图像挖掘 网格划分 基于核密度估计聚类和关联规则的医学图像分类 2005年 基于数据挖掘的医学图像分类方法研究是多媒体数据挖掘的一个重要组成部分。在分析和总结了现有各种特征提取方法的基础上,提出了基于核密度估计聚类和关联规则的医学图像分类算法和关联规则的医学图像分类器框架。该算法先用核密度估计的聚类算法实现医学图像的聚类,在聚类的结果上提取局部特征,在局部特征上用关联规则实现医学图像的分类。实验结果表明可以较好的提高医学图像分类的准确率。 谢从华 王立军关键词:核密度估计 关联规则 医学图像分类 面向叶子图像的植物归类的特征序列描述方法 被引量:2 2012年 针对叶子图像的植物数据库的归类系统,提出了一种新的基于高斯混合模型特征函数的图像特征序列描述方法。定义了图像的高斯混合模型、特征函数及其性质,用自适应的方法把图像分解为K个模型,并在每个分量模型和混合模型上定义由频谱、相位角和功率谱组成的局部特征序列和全局特征序列。在中国科学院智能计算所的叶子图像数据集leaves(ICL)上进行了K-means归类实验,结果表明该图像描述方法比LBP局部综合特征和高斯混合密度函数有更好的归类结果。 谢从华 王立军 常晋义关键词:混合模型 基于近似密度函数的医学图像聚类分析研究 被引量:19 2006年 针对医学图像数据难以用数学模型来表述和聚类的问题,提出一种基于近似密度函数的医学图像聚类分析方法.该方法采用核密度估计模型来构造近似密度函数,利用爬山策略来提取聚类模式.基于真实的人体腹部医学图像数据集的实验结果表明,该方法可以取得较好的聚类效果. 宋余庆 谢从华 朱玉全 李存华 陈健美 王立军关键词:密度估计 医学图像 聚类分析 爬山算法 基于二叉频繁模式树的医学图像关联规则挖掘 被引量:4 2006年 医学图像的数据量是相当巨大的,挖掘医学图像中数据的关联关系就需要一种适合挖掘海量数据的挖掘算法。针对基于频繁模式树FP_TREE的关联规则算法在挖掘海量数据时占用大量内存的缺点,提出了一种基于二叉频繁模式树(FP_BTREE)的关联规则算法。该算法采用二叉树存储数据的技术来映射数据库中数据,以减少对数据库的访问次数。而且根据内存具体情况可以先求出先建立的二叉频繁模式树的频繁模式。解决了占用大量内存的缺点,适合挖掘医学图像海量数据集。此算法也为多棵二叉频繁模式树的并行计算打下基础。最后应用此算法提取医学图像数据集中隐含的关联信息。 王立军 宋余庆 谢从华 吕颖关键词:数据挖掘 关联规则 医学图像 基于模糊加权熵的医学图像多阈值分割 被引量:4 2006年 针对H.D.Cheng等人提出的模糊熵公式存在不满足区域一致性条件等问题,提出了模糊加权熵公式,证明了该公式满足图像分割定义的五个条件,克服了传统方法导致图像细节被均衡的不足,可得到较佳的分割结果。另外,隶属函数采用一种梯形分布,该分布可降低了参数的维数,提高了运算的效率。 朱峰 宋余庆 薛万宇 王立军关键词:图像分割 阈值 模糊熵 隶属函数 基于分类树的高效关联规则挖掘算法 被引量:6 2006年 在分析类Apriori算法存在效率瓶颈的基础上,提出了一个高效改进算法———基于分类树的关联规则挖掘算法.该算法只需要两次访问数据库,把数据库中的数据利用分类树来存储,减少了访问数据库的次数;并且由分类树的全部或部分来求得频繁项目集,减少了求频繁项目集的比较次数.此算法通过结合Apriori和FP-tree两种算法来提高挖掘效率,降低了挖掘算法的时间复杂度和空间复杂度.通过多次试验证明该算法比Apriori及其改良算法的挖掘效率高2到8倍. 宋余庆 王立军 吕颖 谢从华关键词:数据挖掘 关联规则 分类树 频繁项目集 基于密度聚类的医学图像分割DCMIS 被引量:7 2007年 为了克服聚类算法对灰度不均匀和有噪声的医学图像分割存在鲁棒性较差等缺点,提出一种基于核密度估计的密度聚类方法分割医学图像。在分析DENCLUE密度聚类算法的思想及爬山策略存在的三个问题的基础上,改进了此密度聚类的爬山策略,并设计了适合于人体组织器官图像分割的DCMIS(Density Clusteringbased Medical Image Segmentation)算法。该算法先用核密度估计数学模型描述医学图像,然后用改进的爬山算法识别聚类,最后根据聚类分割医学图像。该算法有容忍大量噪声数据等特性。实验结果中的欠分割率、过分割率和错误分割率表明DCMIS比DENCLUE和FCM算法有更好的性能和较好的医学图像分割效能。 谢从华 朱峰 王立军 武园园关键词:医学图像分割 核密度估计 密度聚类 爬山算法