您的位置: 专家智库 > >

钟瑾

作品数:5 被引量:12H指数:2
供职机构:上海大学通信与信息工程学院更多>>
发文基金:上海市教育委员会重点学科基金国家自然科学基金上海市教育委员会创新基金更多>>
相关领域:自动化与计算机技术医药卫生电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 3篇自动化与计算...
  • 2篇医药卫生
  • 1篇电子电信

主题

  • 3篇神经网
  • 3篇神经网络
  • 3篇耦合神经网络
  • 3篇网络
  • 3篇脉冲耦合
  • 3篇脉冲耦合神经...
  • 1篇多核
  • 1篇信号
  • 1篇信号与信息处...
  • 1篇信息处理
  • 1篇医学图像
  • 1篇医学图像分割
  • 1篇运算量
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇直方图
  • 1篇乳腺
  • 1篇乳腺肿
  • 1篇乳腺肿瘤
  • 1篇三维图

机构

  • 5篇上海大学
  • 1篇复旦大学附属...

作者

  • 5篇施俊
  • 5篇钟瑾
  • 3篇常谦
  • 1篇周世崇
  • 1篇黄丽瑾
  • 1篇胡文婕

传媒

  • 1篇计算机工程
  • 1篇北京生物医学...
  • 1篇应用科学学报
  • 1篇上海大学学报...
  • 1篇生物医学工程...

年份

  • 2篇2012
  • 1篇2011
  • 2篇2010
5 条 记 录,以下是 1-5
排序方式:
基于三维脉冲耦合神经网络模型的医学图像分割信号与信息处理被引量:2
2010年
该文将脉冲耦合神经网络模型从二维平面扩展到三维空间,同时提出一种新的乘积型互信息算法,将其作为脉冲耦合神经网络分割算法的最优分割准则,并将两者结合实现三维医学图像的整体自动分割.利用该文提出的算法对三维CT肺部图像进行分割实验,结果表明,该算法在保证分割精度的基础上显著地减少了分割运行时间,提高了分割效率,具有应用于医学图像分割的潜在价值.
施俊常谦钟瑾
关键词:脉冲耦合神经网络图像分割三维图像运算量
基于核熵成分分析的数据降维被引量:8
2012年
针对高维数据的维灾问题,采用核熵成分分析方法降维数据,并与主成分分析及核主成分分析方法进行对比。降维后的数据利用支持向量机算法进行分类,以验证算法有效性。实验结果表明,KECA在较低的维数时仍然能获得较好的分类精度,可以减少后续的处理复杂度和运行时间,适用于机器学习、模式识别等领域。
黄丽瑾施俊钟瑾
关键词:降维核主成分分析支持向量机
脉冲耦合神经网络的并行加速优化算法研究
2010年
并行编程技术可以有效提高算法的执行效率。文中分别利用CPU的单指令多数据流扩展指令集(Streaming SIMD Extensions,SSE)技术和多核并行编程技术,对脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)分割算法进行并行编程优化,以减少算法的运行时间。实验结果表明,SSE技术以及多核并行编程技术大大加快了PCNN分割算法的运行速度,有效提高了算法的执行效率,在一定程度上解决了该方法计算量大、耗时多的问题,具有应用于医学图像处理的潜在价值。
钟瑾施俊常谦
关键词:脉冲耦合神经网络多核并行编程
结合二维灰度直方图与PCNN的医学图像多类分割
2011年
针对医学图像中对组织器官多类分割的要求,提出一种结合二维灰度直方图的脉冲耦合神经网络(pulse coupled neural networks,PCNN)图像多类分割算法。首先根据PCNN模型的局部连接作用和阈值衰减特性对图像进行多类分割,然后利用基于类内最小离散度的二维直方图算法计算出PCNN网络迭代时的最佳门限值,从而实现医学图像的多类分割。通过对仿真的正常颅脑和非正常的颅脑核磁共振图像进行测试,结果显示本PCNN图像多类分割算法能够有效地分割出核磁共振颅脑图像中不同脑组织。因此,本文算法具有应用于医学图像的多类分割的可行性,并提高计算机辅助分割医学图像的准确性。
钟瑾施俊常谦
关键词:脉冲耦合神经网络二维灰度直方图
基于分数阶Fourier变换的乳腺肿瘤纹理特征提取被引量:2
2012年
分数阶Fourier变换(fractional Fouriertransform,FrFT)是传统的Fourier变换在分数级次上的推广,它同时包含了信号时频域的信息.对乳腺肿瘤超声图像进行分数阶Fourier变换,提取分数阶Fourier变换域相位信息的统计纹理特征,并结合AdaBoost分类算法,实现乳腺肿瘤的良恶性分类.实验结果表明,基于分数阶Fourier变换提取的纹理特征能较好地应用于乳腺肿瘤的良恶性分类,说明该方法可用于乳腺肿瘤的计算机辅助诊断.
钟瑾施俊周世崇胡文婕
关键词:分数阶FOURIER变换纹理特征乳腺肿瘤超声图像ADABOOST
共1页<1>
聚类工具0