分割虚拟人切片数据的SVM多类分割方法

• 作者: 李利军 薛志东 隋卫平
• 来源期刊: 计算机应用研究
• 关键词: 数字虚拟人 支持向量机 多分类 图像分割
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 图形图像
• 页码范围: 223-225
• 页数: 3页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.08.072

摘要

针对虚拟人切片数据量大、解剖结构复杂等特点,对分割虚拟人切片图像的基于二叉树SVM多类分割方法进行研究.基于二叉树的SVM多类分割方法较其他SVM多分类方法更符合人们分割虚拟人切片图像的习惯,而且能获得较高的分割性能和质量.通过对该方法的性能分析,为组织高效的二叉树SVM多类分割方法提供了理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李利军	华中科技大学数字化工程与仿真中心	94	962	15.0	23.0
2	薛志东	华中科技大学软件学院	14	63	5.0	7.0
3	隋卫平	国防科学技术大学机电工程与自动化学院	2	28	2.0	2.0