论文部分内容阅读
构造了一种模糊形态学击中／丢失算子．结合形态学神经网络，提出了一种基于模糊击中／丢失算子的模糊形态学网络，并采用模糊形态学网络实现了血涂片图像中白细胞的定位／计数．实验结果表明，这种网络可以较好地处理细胞图像处理中出现的背景干扰、细胞粘连和部分遮挡的情况．
基于模糊算子的形态学神经网络及其应用
【摘 要】
：
构造了一种模糊形态学击中／丢失算子．结合形态学神经网络，提出了一种基于模糊击中／丢失算子的模糊形态学网络，并采用模糊形态学网络实现了血涂片图像中白细胞的定位／计数．实验结果表
【机 构】
：
江苏科技大学电子信息学院
【出 处】
：
江南大学学报：自然科学版
【发表日期】
：
2007年6期
其他文献
为了有效进行故障诊断,利用容量维数作为工具,计算了实数信号三谱对角切片、复数信号两种不同定义形式的212维谱的容量维数。21/2维谱具有16种不同的定义形式,按照定义形式的
针对现有支持向量机（supportvectormachines，简称SVM）在构造多类分类器的过程中存在计算费时、搜索率不高的问题，提出了一种新的SVM决策树设计算法。引入具有优良的全局搜索性能
在无线传感器网络(wireless sensor network,简称WSN)中通常需要对网络节点所测量的数据进行处理来判断WSN的运行是否可靠。针对传统算法存在计算复杂、能耗大的问题,提出一种基于粒子群优化算法及高斯分布的WSN节点故障诊断方法。根据粒子群优化算法规则简单和收敛速度快等特点,对节点所测数据进行优化并得到一个相应的阈值范围,通过高斯分布判断所测数据是否满足与所定阈值范围之间的关系来