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:
针对现有寻优算法存在的重复计算问题,提出了基于递推遗传的模糊3-划分熵多阈值荧光原位杂交(Fluorescence in Situ Hybridization,FISH)基因提取算法来提高用模糊划分熵算法提取多阈值FISH基因的效率.采用迭代验证法确定隶属度函数窗宽,并使用附加边界条件及灰度权重的隶属度函数对图像进行模糊3-划分.为了提高阈值寻优的效率,引入递推算法将模糊熵的计算转化为递推过程,并保存部分不重复的递推结果用于后续的计算,最后采用遗传算法寻优,使得种群个体的计算能使用预存结果快速搜索全局最优阈值.对提取结果与几种常用算法进行了直观比较,并对处理时间、分类概率等性能指标进行了量化分析.对多幅不同类型的仿真人工图像和真实FISH图像的测试表明,处理时间仅为常用算法的1%,错误划分概率小于6.00×10-2.提出的算法可以准确,高效地提取FISH基因目标.
推荐文章
递推人工蜂群的模糊划分熵多阈值分割算法
图像分割
多阈值
模糊划分熵
人工蜂群
递推
基于改进遗传算法的FISH基因模糊自适应提取
图像分割
基因提取
荧光原位杂交
模糊熵
遗传算法
一种基于模糊熵划分的边缘检测算法
梯度图像
模糊熵
边缘检测
隶属度函数
模糊划分
基于模糊加权熵的医学图像多阈值分割
图像分割
阈值
模糊熵
隶属函数
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 基于递推遗传的模糊3-划分熵多阈值FISH基因提取
来源期刊 光学精密工程 学科 工学
关键词 FISH图像 图像分割 模糊划分熵 递推算法 遗传算法
年,卷(期) 2012,(7) 所属期刊栏目 现代应用光学
研究方向 页码范围 1475-1484
页数 分类号 TP391.4
字数 6196字 语种 中文
DOI 10.3788/OPE.20122007.1475
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 赵祥模 长安大学信息工程学院 171 1125 16.0 25.0
2 尹诗白 长安大学信息工程学院 3 11 3.0 3.0
3 王卫星 长安大学信息工程学院 23 124 7.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (29)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (25)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(6)
  • 参考文献(6)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
FISH图像
图像分割
模糊划分熵
递推算法
遗传算法
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
光学精密工程
月刊
1004-924X
22-1198/TH
大16开
长春市东南湖大路3888号
12-166
1959
chi
出版文献量(篇)
6867
总下载数(次)
10
总被引数(次)
98767
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
论文1v1指导