检索结果

Select

1. 基于3D深度残差网络与级联U-Net的缺血性脑卒中病灶分割算法

王平, 高琛, 朱莉, 赵俊, 张晶, 孔维铭

计算机应用 2019, 39 (11): 3274-3279. DOI: 10.11772/j.issn.1001-9081.2019040717

摘要（628）

PDF （959KB）（386）

为了解决人工勾画缺血性脑卒中病灶费时费力且易引入主观差异的问题，提出了一种基于三维（3D）深度残差网络与级联U-Net的自动分割算法。首先，为了有效利用图像的3D上下文信息并改善类不平衡现象，将脑卒中核磁共振图像（MRI）采样成图像块作为网络输入；然后，利用基于3D深度残差网络与级联U-Net的分割模型对图像块进行特征提取，获得粗分割结果；最后，对粗分割结果进行精分割处理。在ISLES数据集上的实验结果表明，该算法的Dice系数可达到0.81，精确度可达到0.81，灵敏度可达到0.81，平均对称表面距离（ASSD）距离系数为1.32，HD为22.67。所提算法与3D U-Net算法、基于水平集算法、基于模糊C均值（FCM）算法和基于卷积神经网络（CNN）算法相比分割性能更好。

参考文献 | 相关文章 | 多维度评价

Select

2. 面向对象的全时域移动对象数据模型

罗建平邬群勇朱莉

计算机应用 2013, 33 (04): 1015-1017. DOI: 10.3724/SP.J.1087.2013.01015

摘要（1563）

PDF （643KB）（546）

在面向对象模型中加入对动态属性的支持，提出和建立了一种面向对象的支持全时域数据存储和查询的移动对象数据模型。探讨了GPS定位信息中精度、方位等信息对移动对象位置更新的影响，并给出了一种新的基于定位精度、速度和方位的动态阈值位置更新策略，解决了移动对象的全时域存储和查询方法。最后对面向对象的全时域移动对象数据模型进行了验证，实验表明该动态阈值位置更新策略在不影响移动对象运动轨迹精度的情况下，可以有效减少位置更新，节省数据传输流量，减少数据存储量。

参考文献 | 相关文章 | 多维度评价

Select

3. 一种基于卡尔曼滤波和模糊控制的RBF神经网络新型学习算法

王君蔡之华朱莉

计算机应用

摘要（1653）

PDF （695KB）（1027）

提出了基于Kalman滤波最优估计和模糊控制的径向基函数（Radical Basis Function, RBF）神经网络学习算法,用实例进行了仿真实验。结果表明,与传统的RBF网络学习算法比较,该算法具有明显快速的学习效率和较高的识别精度.

相关文章 | 多维度评价

Select

4. 两种决策树的事前修剪算法

屈俊峰;朱莉;胡斌

计算机应用

摘要（949）

PDF （567KB）（887）

修剪决策树可以在决策树生成时或生成后，前者称为事前修剪。决策树上的每一个节点对应着一个样例集，通过分析样例集中样例的个数或者样例集的纯度，提出了基于节点支持度的事前修剪算法PDTBS和基于节点纯度的事前修剪算法PDTBP。为了达到修剪的目的，PDTBS阻止小样例集节点的扩展，PDTBP阻止高纯度样例集节点的扩展。分析表明这两个算法的时间复杂度均呈线性，最后使用UCI的数据实验表明：算法PDTBS，PDTBP可以在保证分类精度损失极小的条件下大幅度地修剪决策树。