排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
低倍镜下纹理特征不清晰,并且相较于高倍镜更易受到方向和距离的影响。为此我们提出改进的纹理特征计算方法,结合形状分析方法,进行特征级融合以提高骨质疏松识别准确率。通过对纹理参数在方向和距离上的分析,发现相关和短游程矩对方向非常敏感,并且距离在等于3时各参数变化趋于稳定。基于变异系数法利用相关和短游程矩计算各个方向权重系数,使用距离等于3时的纹理数据得到最终纹理参数结果,融合形状参数,用线性支持向量机、K-最近邻分类算法和线性判别分析方法进行分类识别。采用加权纹理参数比常规未加权的纹理参数识别准确率高,同时融合了形状参数后识别准确率比仅用纹理参数高。线性判别分析识别率最高达到了92.3%。采用加权纹理融合形状参数的方法识别准确率显著提高,具有诊断应用价值。 相似文献
4.
1