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:
病原体(虫卵)检测是诊断寄生虫病的最常用和最可靠的方法.该文对寄生虫卵显微图像的自动识别进行了研究,设计了一个基于概率神经网络的分类器.通过对血吸虫等9种寄生虫卵的显微图像进行自动识别,取得了平均正确识别率为99.23%的较好结果.
推荐文章
基于改进概率神经网络的纹理图像识别
纹理分类
小波包变换
概率神经网络
差异演化
基于双概率神经网络的纹理图像识别
纹理识别
小波包变换
差异演化
双概率神经网络
基于差异演化概率神经网络的纹理图像识别
纹理分类
小波包变换
概率神经网络
差异演化
基于EMD进化概率神经网络的纹理图像识别
经验模式分解
固有模式函数
概率神经网络
差异进化
纹理分类
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 基于概率神经网络的寄生虫卵显微图像识别
来源期刊 计算机工程与应用 学科 工学
关键词 寄生虫卵 图像识别 概率神经网络
年,卷(期) 2005,(15) 所属期刊栏目 工程与应用
研究方向 页码范围 198-199,223
页数 3页 分类号 TP319.4
字数 2921字 语种 中文
DOI 10.3321/j.issn:1002-8331.2005.15.058
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 詹希美 中山大学中山医学院 86 505 11.0 17.0
2 伍小明 中山大学数学与计算科学学院 11 158 6.0 11.0
3 郭晓敏 6 22 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (52)
参考文献  (7)
节点文献
引证文献  (17)
同被引文献  (50)
二级引证文献  (35)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(1)
  • 二级引证文献(1)
2008(6)
  • 引证文献(1)
  • 二级引证文献(5)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(4)
  • 引证文献(3)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
寄生虫卵
图像识别
概率神经网络
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导