成像流型辨识算法
2015-01-04 13:57陈宇等
哈尔滨理工大学学报 2014年4期
陈宇等
摘要：针对电容层析成像反问题流型识别较难的问题，提出了一种基于高斯混合模型的电容层析成像流型辩识算法。在阐述高斯混合模型和EM算法的基础上，结合Kmeans算法，通过训练得到各类流型所对应的高斯混合模型参数，构造分类器实现对五种流型的快速与精准的识别。实验结果表明，该算法与BP神经网络、sVM、决策树识别算法相比，辨识准确率高、识别速度快，为电容层析成像流型辨识算法的研究提供了一个新思路。endprint
摘要：针对电容层析成像反问题流型识别较难的问题，提出了一种基于高斯混合模型的电容层析成像流型辩识算法。在阐述高斯混合模型和EM算法的基础上，结合Kmeans算法，通过训练得到各类流型所对应的高斯混合模型参数，构造分类器实现对五种流型的快速与精准的识别。实验结果表明，该算法与BP神经网络、sVM、决策树识别算法相比，辨识准确率高、识别速度快，为电容层析成像流型辨识算法的研究提供了一个新思路。endprint
摘要：针对电容层析成像反问题流型识别较难的问题，提出了一种基于高斯混合模型的电容层析成像流型辩识算法。在阐述高斯混合模型和EM算法的基础上，结合Kmeans算法，通过训练得到各类流型所对应的高斯混合模型参数，构造分类器实现对五种流型的快速与精准的识别。实验结果表明，该算法与BP神经网络、sVM、决策树识别算法相比，辨识准确率高、识别速度快，为电容层析成像流型辨识算法的研究提供了一个新思路。endprint
猜你喜欢
电子产品世界(2022年4期)2022-04-21
科学与信息化(2019年28期)2019-10-21
小天使·二年级语数英综合(2019年4期)2019-10-06
学生天地·小学低年级版(2017年10期)2017-12-11
软件导刊(2017年4期)2017-06-20
高中生学习·高三版(2017年6期)2017-06-12
科学与财富(2016年32期)2017-03-04
卷宗(2014年10期)2014-11-19
决策与信息·下旬刊(2013年1期)2013-03-11
