-
公开(公告)号：CN108830842A
公开(公告)日：2018-11-16
申请号：CN201810561043.5
申请日：2018-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于角点检测的医学图像处理方法。一：对医学图像进行预处理；二：提取Harris角点；三：计算尺度归一化算子，检测每个点在某一个尺度响应值是否达到最大，获得提取的角点矩阵；四：获得了图像的角点矩阵之后将获得的点在图像中绘制出来，之后将角点矩阵传给聚类算法，进行聚类处理；五：给出一个K值，按照Kmeans算法进行聚类处理，用相似度矩阵作为判别函数，相似度低于阈值的类，不再进行合并。本发明无论是效果还是处理效率，亦或是在实际中的应用方面，均表现出了优越性与极大的适用价值。
-
公开(公告)号：CN108830842B
公开(公告)日：2022-01-07
申请号：CN201810561043.5
申请日：2018-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于角点检测的医学图像处理方法。一：对医学图像进行预处理；二：提取Harris角点；三：计算尺度归一化算子，检测每个点在某一个尺度响应值是否达到最大，获得提取的角点矩阵；四：获得了图像的角点矩阵之后将获得的点在图像中绘制出来，之后将角点矩阵传给聚类算法，进行聚类处理；五：给出一个K值，按照Kmeans算法进行聚类处理，用相似度矩阵作为判别函数，相似度低于阈值的类，不再进行合并。本发明无论是效果还是处理效率，亦或是在实际中的应用方面，均表现出了优越性与极大的适用价值。
-
公开(公告)号：CN108717465A
公开(公告)日：2018-10-30
申请号：CN201810560998.9
申请日：2018-06-04
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于用户行为分析的子群发现方法。输入；设定阈值，构建聚类中心的数据池D1；从D1中选取任意样本作为初始C1；计算每个样本与当前已有聚类中心之间的最大交互强度即联系最为密切的一个聚类中心之间的联系强度；计算每个样本被选做下一个聚类中心的可能性,按照可能性大小优先计算与D1内各节点间的权重，值大者作为一个聚类中心；选择出k个聚类中心；针对样本集中每个样本x,计算它到k个聚类中心的交互强度，并将它分到交互强度最大的聚类中心所对应的类中；重新计算他们的聚类中心，与D中数据的交互强度直到聚类中心不再变化；输出簇划分。本发明可明显减少中心点选取时的迭代次数，使得子群的划分更加稳定准确。
-
-
Search Results
3
records
(took 0.019 seconds)
