谢丽娟
- 作品数：3 被引量：4H指数：2
- 供职机构：华东交通大学信息工程学院更多>>
- 发文基金：国家自然科学基金江西省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于双向2DPCA和SVM的胃粘膜肿瘤细胞识别被引量：2
- 2015年
- 针对胃粘膜肿瘤细胞图像的高维性、不规则性及复杂性特征,提出基于双向2DPCA(二维主成分分析)和SVM(支持向量机)的肿瘤细胞识别方法。双向2DPCA同时对图像行、列方向进行特征提取运算,大大降低图像特征维数。结合基于统计理论的SVM在分类识别方面的优势,通过引入核函数巧妙地解决非线性问题,从而快速有效地实现细胞分类。实验表明该方法不但有效提高了识别率,而且算法时间明显减少。
- 甘岚谢丽娟
- 关键词：SVM特征提取核函数非线性
- 基于SAM-CS和SOFM的胃上皮肿瘤细胞图像识别
- 2015年
- 针对胃上皮肿瘤细胞图像(以下简称肿瘤细胞图像)黏结严重和信息冗余的特点,提出了一种将自适应观测矩阵的压缩感知(SAM-CS)和自组织特征映射(SOFM)神经网络相结合的算法。该算法将肿瘤细胞图像拉成列向量,然后利用通过自适应过程产生的观测矩阵,基于压缩感知理论对图像信息进行观测,产生线性观测向量,最后利用SOFM神经网络的学习算法对观测向量进行训练和分类,实现对肿瘤细胞图像的识别。实验表明,相比常用算法,该算法至少提高了4.2%的识别准确率和5.7%的运算速度。
- 甘岚孙开杰谢丽娟
- 关键词：压缩感知自组织特征映射
- 基于压缩感知和神经网络的肿瘤细胞图像识别研究
- 肿瘤细胞图像是一种医学图像和自然图像，具有高维复杂的特性，含有较多的冗余信息。目前针对医学图像的识别尤其是肿瘤细胞图像的识别出现了各种不同的分类诊断方法，但一般的分类方法分类效果并不理想。为此，本文提出了一种基于压缩感知...
- 谢丽娟
- 关键词：压缩感知神经网络自组织特征映射
- 文献传递
