结合信息能度量的核形态差异学习

• 作者: 丁彩英 刘建生 刘松华
• 来源期刊: 计算机应用研究
• 关键词: 图像分类 核方法 降噪 形态差异
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1341-1344
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.04.039

摘要

利用核映射及非局部均值降噪特性构造相似性度量,即信息能度量.通过对细胞表型图进行特征映射并结合信息能度量得到图像特征的形态差异目标函数,依据梯度上升优化获取最优度量矩阵,建立基于核方法的形态差异学习模型.该模型特点在于:不仅考虑了各类样本的相似性,同时在降低噪声影响形态差异学习的过程中充分利用了图像的高阶统计量和非线性特征.实验结果表明,该核化算法灵敏度更高,且具有较好的鲁棒性,能有效应用于临床诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建生	江西理工大学理学院	44	194	7.0	12.0
2	刘松华	江西理工大学理学院	11	33	3.0	5.0
4	丁彩英	江西理工大学理学院	5	5	1.0	2.0