|
图书馆
|
你的个人资料 |
|
控制论与编程
正确的文章链接:
Rodzin S.I., El'-Khatib S.A.
图像分割问题中生物探测超启发式参数的优化
// 控制论与编程.
2016. № 5.
С. 228-242.
DOI: 10.7256/2306-4196.2016.5.18507 URL: https://cn.nbpublish.com/library_read_article.php?id=18507
图像分割问题中生物探测超启发式参数的优化
DOI: 10.7256/2306-4196.2016.5.18507评审日期 27-03-2016出版日期 29-01-2017注解: 该研究的主题是一种新的分割算法，与已知算法相比，它允许提高图像处理的质量和速度。 考虑了医学图像的分割问题及其解决方案的现有方法。 值得注意的是，分割是生物组织医学图像处理和分析中最困难的时刻，因为有必要识别与组织学制剂上的各种物体或结构相对应的区域：细胞，类器官和 特别关注粒子群和k均值算法。 利用群体智能方法学、聚类分析、进化计算理论、数理统计、计算机建模和编程来解决问题。 为了提高图像处理的质量和速度，提出了一种新的超启发式算法及其修改方法来解决医学图像的分割问题。 介绍了使用作者开发的软件从一组着名的医学MRI图像中获得的测试数据的实验研究结果。 确定超启发式的行为和效率的系数的最优值被建立，这允许减少算法的迭代次数。 结果证明了在数字医学图像处理系统中使用超启发式算法解决医学图像分割问题的优势并证实了前景。 出版日期: 图像分割, 超启发式学, 粒子群算法, k-均值算法, 像素点, 集群, 优化设计, 距离, 实验, 建模 |
© 1998 – 2024 Nota Bene. Publishing Technologies. NB-Media Ltd.
Cn
