基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分形理论作为描述自然现象的一种模型,受到人们越来越多的重视。该文提出采用分形维数和多重分形广义维数谱q-D(q)作为纹理特征,采用自组织神经网络Kohonen网络作为分类器的图象分割方法。通过对纹理图象的分割实验,结果令人满意,证实该方法的有效性。
推荐文章
基于BP神经网络和纹理特征的马尾松图像分割方法
图像分割
Gabor滤波器
纹理特征
BP网络
马尾松
基于纹理特征和神经网络牌照定位方法
牌照定位
纹理特征
神经网络
图像分割
基于卷积神经网络改进的图像自动分割方法
图像分割
卷积神经网络
多尺度特征融合
残差连接
三维重建
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于分形理论和Kohonen神经网络的纹理图像分割方法
来源期刊 计算机工程与应用 学科 工学
关键词 纹理分形多重分形分数维Kohonen神经网络
年,卷(期) 2001,(7) 所属期刊栏目 学术探讨
研究方向 页码范围 44-46
页数 3页 分类号 TP751
字数 2930字 语种 中文
DOI 10.3321/j.issn:1002-8331.2001.07.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘政凯 中国科学技术大学电子工程与信息科学系信息处理中心 70 1933 22.0 42.0
2 林峰 中国科学技术大学电子工程与信息科学系信息处理中心 42 325 8.0 17.0
3 李厚强 中国科学技术大学电子工程与信息科学系信息处理中心 25 507 12.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (42)
同被引文献  (21)
二级引证文献  (274)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(8)
  • 引证文献(6)
  • 二级引证文献(2)
2006(26)
  • 引证文献(6)
  • 二级引证文献(20)
2007(45)
  • 引证文献(14)
  • 二级引证文献(31)
2008(23)
  • 引证文献(2)
  • 二级引证文献(21)
2009(23)
  • 引证文献(2)
  • 二级引证文献(21)
2010(33)
  • 引证文献(1)
  • 二级引证文献(32)
2011(22)
  • 引证文献(1)
  • 二级引证文献(21)
2012(24)
  • 引证文献(1)
  • 二级引证文献(23)
2013(16)
  • 引证文献(1)
  • 二级引证文献(15)
2014(15)
  • 引证文献(1)
  • 二级引证文献(14)
2015(23)
  • 引证文献(3)
  • 二级引证文献(20)
2016(24)
  • 引证文献(0)
  • 二级引证文献(24)
2017(16)
  • 引证文献(0)
  • 二级引证文献(16)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
纹理分形多重分形分数维Kohonen神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导