何其佳
- 作品数：4 被引量：4H指数：1
- 供职机构：桂林电子科技大学电子工程与自动化学院更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信更多>>
- 基于MRI的阿尔茨海默病预测中的若干问题研究
- 何其佳
- 文献传递
- 基于一阶矩的无乘法DFT算法
- 2014年
- 为快速实现短信号序列的离散傅里叶变换,提出一种基于一阶矩的无乘法DFT算法。通过数学推导将离散傅里叶变换的计算转换为一阶矩的计算,利用1-网络法实现一阶矩的运算。该算法的计算过程仅涉及加法运算,并能独立计算DFT频域系数。实验结果证明了算法的有效性,特别是在某些条件下优于现有的快速傅里叶算法。
- 何其佳刘振丙
- 关键词：离散傅里叶变换
- 基于波形叠加布谷鸟优化的极限学习机分类方法
- 本发明为一种基于波形叠加布谷鸟优化的极限学习机分类方法，主要步骤为：Ⅰ、建立训练样本矩阵；Ⅱ、在每个隐层节点上生成M个初始寄生巢；Ⅲ、求波形叠加极限学习机分类模型的分类准确度；Ⅳ、训练样本随机等分为<Image file...
- 刘振丙蒋淑洁杨辉华张学博何其佳
- 文献传递
- 基于LBP和极限学习机的脑部MR图像分类被引量：4
- 2017年
- 为解决磁共振(magnetic resonance,MR)脑部图像来源不一以及病变位置和形态不固定造成MR脑部图像分类精度不高的问题,提出基于局部二值模式(local binary pattern,LBP)的纹理特征提取,并用极限学习机(extreme learning machine,ELM)对M R图像分类。计算图像感兴趣区域(region of interest,ROI)的掩码,将图像分成扇形的子区域,统计掩码坐标下各块子区域的LBP直方图,连接所有LBP直方图作为特征向量通过ELM进行分类。相比以前的方法,该方法能够计算颅脑内局部纹理特征,能分类来源不一以及多种病变的图像。对脑部M R图像分类进行试验,对所有样本分类正确率超过92%,正类样本正确率超过93%,负类样本正确率超过91%。试验结果表明,该方法能够对较为复杂的MR图像进行正确分类。
- 何其佳刘振丙徐涛蒋淑洁
- 关键词：MR图像局部二值模式极限学习机图像分类图像分块
