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:
为提高图像分类精度,文中提出了一种DRBM网络结合边缘检测的图像分类方法.该方法首先进行边缘检测,然后将提取的纹理叠加到原图中,实现图像纹理加强.接着构建可视层-隐层-分类器三层DRBM,实现特征提取并分类.实验证明,相比较传统基于单一特征的分类方法,文中方法取得了较高的分类准确率,具有更好的图像分类性能.
推荐文章
基于纹理特征和支持向量机的磁共振脑图像组织分类
纹理特征
支持向量机
磁共振脑图像
参数寻优
基于纹理和边缘的SAR图像SVM分类
合成孔径雷达图像分类
纹理特征提取
边缘特征提取
灰度共生矩阵
支持向量机
主成分分析
基于SENSE和GRAPPA的并行磁共振图像重建算法
并行磁共振图像重建
SENSE算法
GRAPPA算法
K空间
信噪比
线圈灵敏度
基于磁共振成像技术的偏头痛脑部异常模式
偏头痛
磁共振成像
脑部结构改变
静息态功能连接
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DRBM和边缘检测的脑部磁共振图像分类
来源期刊 信息技术 学科 工学
关键词 图像分类 DRBM 边缘检测 特征提取 纹理加强
年,卷(期) 2018,(5) 所属期刊栏目 应用技术
研究方向 页码范围 129-132,138
页数 5页 分类号 TP391.41
字数 3782字 语种 中文
DOI 10.13274/j.cnki.hdzj.2018.05.029
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 刘惠义 河海大学计算机与信息学院 53 303 8.0 15.0
2 杨雪 河海大学计算机与信息学院 6 211 2.0 6.0
3 陈霜霜 河海大学计算机与信息学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (316)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(7)
  • 参考文献(2)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(15)
  • 参考文献(2)
  • 二级参考文献(13)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像分类
DRBM
边缘检测
特征提取
纹理加强
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导