2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、醫(yī)學(xué)圖像聚類是醫(yī)學(xué)圖像識別的關(guān)鍵技術(shù)之一,在醫(yī)學(xué)臨床診斷中扮演著越來越重要的角色。目前的醫(yī)學(xué)圖像聚類算法尚不能完全滿足醫(yī)學(xué)圖像分析的理解和要求,因而對它的研究具有很大的學(xué)術(shù)價值和應(yīng)用前景。本文試圖研究適合于醫(yī)學(xué)圖像識別的基于t混合模型的醫(yī)學(xué)圖像聚類方法及其算法。
   本文結(jié)合科研項目“基于密度函數(shù)的醫(yī)學(xué)圖像有效特征表達(dá)及其提取方法研究”,構(gòu)造出醫(yī)學(xué)圖像的t混合模型,提出了基于EM參數(shù)估計方法的醫(yī)學(xué)圖像t混合模型聚類算法及其改進(jìn)

2、。主要工作體現(xiàn)在以下幾個方面:
   (1)有限混合模型聚類是一種基于數(shù)據(jù)分布符合某種潛在規(guī)律的聚類方法,論文詳細(xì)闡述了其定義、模型選擇和參數(shù)估計。根據(jù)醫(yī)學(xué)圖像的數(shù)據(jù)特點,提出基于t混合模型的醫(yī)學(xué)圖像數(shù)據(jù)分布描述方法。
   (2)分量數(shù)選擇的恰當(dāng)與否決定著模型的復(fù)雜度,選擇一個合適的分量數(shù),讓模型有一個合適的復(fù)雜度,且能夠較好地反映數(shù)據(jù)分布的規(guī)律。論文從現(xiàn)有分量數(shù)準(zhǔn)則函數(shù)出發(fā),提出一種改進(jìn)了的適合于確定醫(yī)學(xué)圖像數(shù)據(jù)分量

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論