功能磁共振成像技术(fMRI:functional Magnetic Resonance Imaging)是一种高效的脑成像技术研究方法,为减少fMRI数据的冗余,将其转换为更具分类潜力的特征,提出一个基于孪生网络(SANet:Siamese Network)的特征构造算法SANet,将多个扫描...功能磁共振成像技术(fMRI:functional Magnetic Resonance Imaging)是一种高效的脑成像技术研究方法,为减少fMRI数据的冗余,将其转换为更具分类潜力的特征,提出一个基于孪生网络(SANet:Siamese Network)的特征构造算法SANet,将多个扫描点下的脑区信息类比为图,应用改进的AlexNet网络进行特征构造,并结合增量特征选择策略达到优化分类的目的。通过实验对比3种不同网络结构和4种分类器对SANet模型的影响,并进行消融实验,验证增量特征选择算法对SANet构造特征的分类效果。实验表明,SANet模型能对fMRI数据进行有效构造,且提高原始特征的分类性能。展开更多
为提升传统目标轮廓识别算法的实时性,提出一种基于动态时间规整(dynamic time warping, DTW)的轮廓特征目标识别算法。该算法将质心高度增量特征描述符与DTW相似性度量算法相结合,首先对目标轮廓均匀提取采样点,并对目标图像以及模板...为提升传统目标轮廓识别算法的实时性,提出一种基于动态时间规整(dynamic time warping, DTW)的轮廓特征目标识别算法。该算法将质心高度增量特征描述符与DTW相似性度量算法相结合,首先对目标轮廓均匀提取采样点,并对目标图像以及模板图像轮廓点的质心高度增量特征进行提取,然后使用DTW算法寻找规整路径的方法对目标图像以及模板图像的特征矩阵进行相似性度量,最后定义形状复杂度,同时联合翻转目标的二次匹配得出最终识别结果。实验结果表明,所提出算法在MPEG-7、Kimia99数据集中对待测形状能够在保证识别率优于大多数常见的传统目标识别算法的同时提升目标识别的实时性。展开更多
文摘功能磁共振成像技术(fMRI:functional Magnetic Resonance Imaging)是一种高效的脑成像技术研究方法,为减少fMRI数据的冗余,将其转换为更具分类潜力的特征,提出一个基于孪生网络(SANet:Siamese Network)的特征构造算法SANet,将多个扫描点下的脑区信息类比为图,应用改进的AlexNet网络进行特征构造,并结合增量特征选择策略达到优化分类的目的。通过实验对比3种不同网络结构和4种分类器对SANet模型的影响,并进行消融实验,验证增量特征选择算法对SANet构造特征的分类效果。实验表明,SANet模型能对fMRI数据进行有效构造,且提高原始特征的分类性能。
文摘为提升传统目标轮廓识别算法的实时性,提出一种基于动态时间规整(dynamic time warping, DTW)的轮廓特征目标识别算法。该算法将质心高度增量特征描述符与DTW相似性度量算法相结合,首先对目标轮廓均匀提取采样点,并对目标图像以及模板图像轮廓点的质心高度增量特征进行提取,然后使用DTW算法寻找规整路径的方法对目标图像以及模板图像的特征矩阵进行相似性度量,最后定义形状复杂度,同时联合翻转目标的二次匹配得出最终识别结果。实验结果表明,所提出算法在MPEG-7、Kimia99数据集中对待测形状能够在保证识别率优于大多数常见的传统目标识别算法的同时提升目标识别的实时性。