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),請進行舉報或認領(lǐng)
文檔簡介
1、支持向量機(Support Vector Machines,簡稱SVM)是由Vapnik等人提出的一種新型機器學習方法。由于其出色的學習性能,該方法已成為機器學習界的研究熱點,并在很多領(lǐng)域都得到了成功的應用,如人臉檢測、手寫體數(shù)字識別、文本自動分類等。在醫(yī)學圖像分析領(lǐng)域,帶標記線的MRI左心室運動分析研究的目的是要獲得左心室心肌上的任一個質(zhì)點在一個心動周期內(nèi)的運動軌跡。本文探索性的將SVM引入左心室的形變計算(即左心室運動分析)中,在此
2、基礎(chǔ)上提出一個基于支持向量回歸機(SVR)的左心室形變計算模型。本文工作包括: (1)較為系統(tǒng)地介紹支持向量回歸機 由于專門介紹支持向量回歸機的文獻較少,本文比較系統(tǒng)地討論了支持向量回歸機的相關(guān)知識。在學習理論層闡述了支持向量回歸機的基本原理;在算法層基于ε-支持向量回歸機和υ-支持向量回歸機闡述了支持向量機的學習算法。 (2)SVM的訓練算法的改進 本文在對SVM學習算法的深入分析基礎(chǔ)上,提出一種基于υ
3、-支持向量回歸機的改進算法,并以仿真實驗驗證其效果。 (3)對SVM核函數(shù)、核參數(shù)選取的討論 在使用SVM進行學習時遇到最多的問題是如何選取核函數(shù)和核參數(shù)。很多學者對此做了深入的研究。本文也在此基礎(chǔ)上對核函數(shù)、核參數(shù)的選擇進行了研究,并提出了一種改進的核參數(shù)選取策略。仿真實驗表明該策略具有良好的性能。 (4)設(shè)計基于SVM的MRI左心室形變計算模型 由于心臟在運動過程中包括位移、扭曲、旋轉(zhuǎn)、收縮或者擴張等
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于帶標記核磁共振圖像的左心室運動分析.pdf
- 基于電影MR圖像的左心室運動跟蹤及應變分析研究.pdf
- 左心室MRI序列的運動跟蹤新方法.pdf
- 基于MR圖像的左心室標記線跟蹤算法與應變計算研究.pdf
- 基于醫(yī)學MRI圖像的左心室活動外觀模型研究.pdf
- 基于Tagged MR圖像左心室運動分析的相關(guān)方法研究.pdf
- 基于圖像序列的左心室運動和材料特性分析.pdf
- 左心室室壁運動的仿真研究.pdf
- 左心室重建手術(shù)對左心室重構(gòu)的研究.pdf
- MRI在左心室結(jié)構(gòu)和功能評價中的應用研究.pdf
- 運動對左心室舒張功能影響的實驗研究.pdf
- 基于超聲及MR圖像左心室三維扭轉(zhuǎn)運動分析的算法研究.pdf
- 左心室整體峰值應變與左心室Tei指數(shù)評價單純甲狀腺功能亢進患者左心室功能的研究.pdf
- 基于SVM的圖像隱寫分析研究.pdf
- 基于SVM的JPEG圖像隱寫分析研究.pdf
- 運動負荷對左心室流場影響的VFM探索研究.pdf
- 左心室右心房右心室
- 基于三維圖像序列的左心室分割與運動聯(lián)合估計.pdf
- 基于MR圖像和三維超聲心動圖的左心室運動跟蹤研究.pdf
- 基于CT圖像的左心室建模及參數(shù)統(tǒng)計分析.pdf
評論
0/150
提交評論