基于近似密度初始化的医学图像混合模型聚类

来源 :微电子学与计算机 | 被引量 : 2次 | 上传用户:qian_betty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于EM(ExpectationMaximization)的混合模型聚类的效果与参数的初始值存在密切的关系.提出了一种基于近似密度的EM参数初始化方法,该方法用近似密度估计聚类样本点,再根据每个聚类统计EM的混合比、均值、协方差参数的初始值.并应用于人体腹部医学图像数据的高斯混合模型聚类分析,实验结果表明该方法比Kmeans随机初始化方法有更好的聚类效果.
其他文献
为进一步提高网格简化速度和实现连续性的层次细节(LOD),文中利用球形包围体对模型顶点进行分割,通过基于视距的误差阈值和最小误差聚类算法综合控制包围球的体积大小并对包围
研究了基于相位谱的时间延迟估计原理及其算法.将其应用到基于冲击反射法的双传感器测量应力波波速方法中,解决了传统的直接观察法中的人为误差的影响和噪声对测量精度的影响
入侵检测系统是信息安全的关键组成部分.提出一种轻量级的智能IDS模型.该模型结合ChiSquare算法和神经网络,采用神经网络搭建的模糊神经网络(FNN)模型,ChiSquare算法进行特征
针对感兴趣区域问题,对增强层的编码加以改进,提出基于运动对象跟踪的FGS(Fine Granularity Scala-ble)视频编码方法.该方法利用了OpenCV(开源计算机视觉库),实现运动对象的检测
提出了一中基于有向图关键路径选择的组合服务回归测试方法.通过分析组合服务执行流,识别受影响的执行流,选择适当的回归测试路径,并生成相应的回归测试用例.基于该方法,在SO
采用交变磁场测量法进行缺陷定位和定量时,缺陷环和基于斜率比值的识别模型均不能对裂纹长度精确定量.在此基础上介绍了小波分析奇异点检测理论,对上述模型进行了改进,利用小