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:
为解决在使用期望最大化(EM)算法求解混合模型前需要额外的计算问题,提出一种新的基于Markov随机场的Student's t混合模型,该模型能直接利用简单有效的EM算法求解.试验结果表明,该方法能有效克服噪声对图像分割的影响,获得较好的分割结果.
推荐文章
一种基于Markov随机场的图像分割方法
图像分割
Markov随机场
条件迭代模型
最大后验概率
基于混合高斯模型MRF场的CT图像分割
工业CT图像
混合高斯模型
马尔科夫模型
图像分割
基于有限混合模型的脑MR图像分割算法
有限混合模型
偏移场
去噪
一种基于高斯混合模型的MR图像分割
高斯混合模型
EM算法
图像分割
图像修复
结构张量
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Markov随机场的Student's t混合模型的脑MR图像分割
来源期刊 山东大学学报(工学版) 学科 工学
关键词 脑MR图像分割 Student's t混合模型 Markov随机场 期望最大化算法
年,卷(期) 2017,(3) 所属期刊栏目 机器学习与数据挖掘
研究方向 页码范围 49-55
页数 7页 分类号 TP391
字数 4206字 语种 中文
DOI 10.6040/j.issn.1672-3961.0.2016.310
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 杜吉祥 华侨大学计算机科学与技术学院 42 267 9.0 14.0
2 李璐 华侨大学计算机科学与技术学院 2 15 1.0 2.0
3 范文涛 华侨大学计算机科学与技术学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (80)
共引文献  (29)
参考文献  (21)
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)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(10)
  • 参考文献(1)
  • 二级参考文献(9)
2007(8)
  • 参考文献(2)
  • 二级参考文献(6)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(14)
  • 参考文献(3)
  • 二级参考文献(11)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(6)
  • 参考文献(2)
  • 二级参考文献(4)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
脑MR图像分割
Student's t混合模型
Markov随机场
期望最大化算法
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导