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:
提出一种基于RBF神经网络的体绘制多维传递函数设计方法,利用直观的交互界面,通过画笔获得感兴趣体素的特征信息作为训练样本对RBF神经网络进行训练,使用训练后的RBF神经网络实现全部体素的分类识别,对不同的分类结果赋予不同的光学参数进行显示,自动完成传递函数的设计。实验结果表明,所设计的交互界面能直观方便地定义感兴趣的对象,大幅提高人机交互的效率;RBF神经网络的自主学习能力能够避免传递函数设计的盲目性,增强感兴趣区域的绘制效果,实现传递函数设计的自动化和智能化。
推荐文章
基于压缩传递函数的神经网络盲均衡算法
神经网络
盲均衡
压缩传递函数
遥测
海上靶场
Gaussian型RBF神经网络的函数逼近仿真研究
Gaussian函数
RBF神经网络
BP神经网络
函数逼近
仿真
基于深神经网络的线性回波抵消与不完全传递函数的凸重构
线性回波
回声消除
深神经网络
软阈值
一种基于粒子群优化的传递函数设定方法
传递函数
粒子群优化
直接体绘制
地震数据
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 应用RBF神经网络的体绘制传递函数设计方法
来源期刊 计算机工程与应用 学科 工学
关键词 体绘制 交互界面 传递函数 RBF神经网络
年,卷(期) 2016,(22) 所属期刊栏目 图形图像处理
研究方向 页码范围 180-184
页数 5页 分类号 TP391
字数 5291字 语种 中文
DOI 10.3778/j.issn.1002-8331.1510-0242
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 张尤赛 江苏科技大学电子信息学院 59 353 9.0 14.0
2 李垣江 江苏科技大学电子信息学院 39 92 5.0 8.0
3 周慧 江苏科技大学电子信息学院 7 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  (77)
共引文献  (117)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(6)
  • 参考文献(0)
  • 二级参考文献(6)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
研究主题发展历程
节点文献
体绘制
交互界面
传递函数
RBF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