您的位置： 专家智库 > >

王晓春

作品数：2 被引量：9H指数：2
供职机构：南方医科大学生物技术学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇混合核函数
  • 2篇核函数
  • 1篇多模态
  • 1篇修正因子
  • 1篇序列最小优化
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇图像
  • 1篇肿瘤
  • 1篇自适
  • 1篇自适应
  • 1篇自适应加权
  • 1篇向量
  • 1篇向量机
  • 1篇脑肿瘤
  • 1篇加权
  • 1篇SVM模型
  • 1篇MRI图像
  • 1篇参数优化
  • 1篇磁共振

机构

  • 2篇南方医科大学

作者

  • 2篇杨丰
  • 2篇黄靖
  • 2篇罗蔓
  • 2篇王晓春

传媒

  • 1篇计算机应用与...
  • 1篇南方医科大学...

年份

  • 1篇2015
  • 1篇2014
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于SVM模型参数优化的多模态MRI图像肿瘤分割方法被引量：7
2014年
目的：提出一种基于混合核函数SVM模型参数优化的多模态MRI图像肿瘤分割方法。方法对多模态MRI图像中单一模态的特征信息，分别使用混合核函数SVM方法训练出4个子分类器，对相应模态进行分割。由于不同模态图像选择的支持向量各有侧重，分割结果存在差异。通过迭代修改分割错误数据点的权值，优化选择SVM模型子分类器权重系数，得到多模态加权组合的SVM分类器模型，并应用于多模态MRI图像分割。结果34例MRI脑肿瘤病人图像数据，获得了90.59%的分割精度，与单一模态分类器方法、多模态高斯核函数SVM方法相比，平均分割精度提高5.76%-20.11%。结论本文方法结合多模态图像和SVM的优势，提高肿瘤分割准确率，分割性能好。
王晓春黄靖杨丰罗蔓
关键词：多模态混合核函数支持向量机
基于自适应加权混合核函数的3D脑肿瘤分割被引量：2
2015年
针对目前支持向量机(SVM)中混合核函数的不足,提出一种自适应加权混合核函数。该核函数能自适应调节新映射空间样本点的距离,改变序列最小优化(SMO)过程中的修正因子,以削弱惩罚因子的影响,改变拉格朗日乘子的取值,优化支持向量的选取,进而获得更优的分类界面,提高SVM的分类能力,并首次提出将混合核函数SVM应用于脑肿瘤分割。实验结果表明,该方法能更高效准确地分割脑肿瘤。
罗蔓黄靖杨丰王晓春
关键词：混合核函数序列最小优化修正因子
全选 清除 导出
共1页<1>
聚类工具0