基于特征相似性测量码书学习的黑色素瘤良恶性分类算法研究
Bag-of-Features论文 码书学习论文 特征相似性测量论文
论文详情
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-16页 |
1.1 研究背景和意义 | 第9-11页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 论文主要内容及结构安排 | 第13-16页 |
1.3.1 论文主要内容 | 第13-14页 |
1.3.2 论文结构安排 | 第14-16页 |
第2章 基础知识 | 第16-28页 |
2.1 黑色素瘤常用特征 | 第16-22页 |
2.1.1 颜色特征 | 第16-18页 |
2.1.2 纹理特征 | 第18-22页 |
2.2 Bag-of-Features模型 | 第22-25页 |
2.2.1 提取图像局部特征 | 第23页 |
2.2.2 码书学习 | 第23-25页 |
2.2.3 建立统计直方图 | 第25页 |
2.3 支持向量机 | 第25-27页 |
2.4 本章小结 | 第27-28页 |
第3章 基于特征相似性测量码书学习的黑色素瘤良恶性分类算法 | 第28-35页 |
3.1 预处理 | 第28-30页 |
3.2 特征提取 | 第30-31页 |
3.3 基于特征相似性测量的码书学习算法 | 第31-33页 |
3.4 直方图建立及融合 | 第33-34页 |
3.5 分类器训练和测试 | 第34页 |
3.6 本章小结 | 第34-35页 |
第4章 实验结果与分析 | 第35-46页 |
4.1 数据集 | 第35-36页 |
4.2 评价指标 | 第36-37页 |
4.3 实验方案 | 第37-38页 |
4.4 结果与分析 | 第38-44页 |
4.4.1 不同码书学习算法的码字分布比较实验 | 第38-40页 |
4.4.2 不同码书学习算法分类结果的比较 | 第40-42页 |
4.4.3 不同特征的分类结果比较 | 第42页 |
4.4.4 本文方法与State-of-the-art方法的分类结果比较 | 第42-43页 |
4.4.5 在非皮肤镜图像库上的分类评估 | 第43-44页 |
4.4.6 讨论 | 第44页 |
4.5 本章小结 | 第44-46页 |
第5章 总结与展望 | 第46-48页 |
5.1 本文工作总结 | 第46页 |
5.2 未来工作展望 | 第46-48页 |
参考文献 | 第48-52页 |
致谢 | 第52-53页 |
附录A 攻读硕士期间发表的学术论文和参与的科研项目 | 第53页 |
论文购买
论文编号
ABS4568868,这篇论文共53页
会员购买按0.30元/页下载,共需支付
15.9。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
26.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文