- 博客(19)
- 收藏
- 关注
转载 半监督学习几种方法
习 |举报|字号 订阅 半监督学习的算法分为如下几大类: 1.Self-training algorithm(自训练算法) 这个是最早提出的一种研究半监督学习的算法,也是一种最简单的半监督学习算法. 2.Multi-view algorithm(多视角算法) 一般多用于可以进行自然特征分裂的数据集中.考虑特殊情况(每个数据点
2014-01-24 13:43:45
3227
1
转载 数据分类可视化matlab
function fenlei_data data=[ 7.0 12.3 14.2 20.0 37.2 43.5 69.3 83.0 96.7 98.0 99.9 6.0 15.8 20.5 29.5 43.8 61.8 75.0 91.5 99.7 100.0 100.0 8.7 24.1 41.3 54.0 7
2014-01-24 11:33:10
2002
1
转载 图像在rgb和lab空间之间的转换
http://blog.csdn.net/superdont/archive/2008/11/05/3224013.aspx 转化为lab色彩空间模式后,图像的显示情况和数组大小。 %designed by superdont %lilizong@gmail.com %2008.11.5 clc r=imread('E:\watermark\image\lena512.
2014-01-24 11:24:22
3013
2
转载 描述特征分类时常用绘制散点图程序
绘制散点图:在散点图中画出每种颜色,在图中可以看出,六种颜色在a*和b*分量下能明显地分开,每种颜色比分成一块区域。 purple = [119/255 73/255 152/255]; plot_labels = {'k', 'r', 'g', purple, 'm', 'y'}; figure for count = 1:nColors plot(a(label==count-1
2014-01-24 11:22:41
833
转载 图像l,a,b空间的l通道的模糊C均值聚类
http://blog.sina.com.cn/s/blog_50a6faf80100as9k.html (2008-09-27 10:22:19) TE转载TE 标签: 杂谈 模糊C均值聚类算法如下 1) 从n个数据集data = ( x1 , x2 , ..., xn ) 中,确定聚类域个数c ,
2014-01-24 11:19:47
802
转载 HSV与HSI转换
好像HSV和HSI还有点区别 下面这个应该是正确的,这是《Video demistified》上的,权威的说法,呵呵 RGB-to-HSV Conversion: (R,G,B取值范围0--1) M=max(R,G,B) m=min(R,G,B) r=(M-R)/(M-m) g=(M-G)/(M-m)
2014-01-24 11:16:54
2205
转载 Matlab中RGB和HSI的相互转换
Matlab中RGB和HSI的相互转换 HSI----->>>RGB: 复制内容到剪贴板 代码: function rgb = hsi2rgb(hsi) %HSI2RGB Converts an HSI image to RGB. % RGB = HSI2RGB(HSI) converts an HSI image to RGB, where HSI is
2014-01-24 11:15:54
4299
转载 spearman相关系数
spearman相关系数 2010-05-26 09:59:10| 分类: 代码算法|举报|字号 订阅 function [r,t,p]=spear(x,y) %Syntax: [r,t,p]=spear(x,y) %__________________________ % % Spearman's rank correalation coeffi
2014-01-24 11:08:18
1979
转载 Spectral Clustering 算法中的谱聚类
Spectral Clustering 算法的全貌: 1)根据数据构造一个 Graph ,Graph 的每一个节点对应一个数据点,将相似的点连接起来,并且边的权重用于表示数据之间的相似度。把这个 Graph 用邻接矩阵的形式表示出来,记为 W 。 2)把 的每一列元素加起来得到N 个数,把它们放在对角线上(其他地方都是零),组成一个N*N的矩阵,记为D 。并令L = D - W 。
2014-01-24 10:54:16
706
转载 希腊字母的读法[转]
希腊字母的读法[转] 希腊字母的读法 英语拼写 α Α alpha [’ælfa] β Β beta [’bi:t? / ’beit?] γ Γ gamma [’gæm?] δ Δ delta [’delt?] ε Ε epsilon [’epsil?n / ep’sail?n] ζ Ζ zeta [’zi:t?] η Η eta
2014-01-24 10:50:36
630
转载 SVM结果画图
function svmplot(labels,dataset,model,demension1,demension2) % svmplot by faruto % 2009.12.03 if nargin == 3 demension1 = 1; demension2 = 2; end %% minX = min(dataset(:, demens
2014-01-24 10:49:28
7025
转载 [转载]近期论文阅读计划
[转载]近期论文阅读计划(2010-06-19 12:33:01)转载原文 2010-07-12 21:29:32| 分类: 机器学习|举报|字号 订阅 http://blog.sina.com.cn/s/blog_6833a4df0100j9r7.html 原文地址:近期论文阅读计划作者:gaohaidong 1.流形学习方面: JMLR
2014-01-24 10:48:35
675
转载 Barcelona Dataset for Multi-label Image Annotation
Barcelona Dataset for Multi-label Image Annotation(巴塞罗那的多标记图像标注数据集) The Barcelona image dataset is composed of urban scenes from Barcelona. And consists of: 139 urban scene images in "jpeg" format;
2012-04-21 23:18:14
1053
转载 基于多特征集成的图像自动标注方法研究
基于多特征集成的图像自动标注方法研究 【中文摘要】随着数码设备和计算机网络的发展及广泛应用,数 字图像在计算机中的存储量呈爆炸式的增长。 为了实现计算机对海量 图像的自动管理,图像检索特别是图像自动标注成为近年来研究的重 点和热点。针对图像的多标注问题和“语义鸿沟”问题,本文研究使 用多特征集成的图像自动标注方法,以进一步提高图像自动标注的性 能。 本文的主要研究内容和创新点如下:(1)为解决传统
2012-04-21 23:13:27
628
转载 自动图像标注技术研究进展
自动图像标注技术研究进展 Advances in Automatic Image Annotation 查看全文 下载全文 导出 添加到引用通知 分享到 | 下载PDF阅读器 doi: 摘要: 近年来,自动图像标注(Automatic Image Annotation,AIA)技术已经成为图像语义理解研究领域的热点.其基本思想是利用已标注图像集或其他可获得的信息自动学习
2012-04-21 22:19:02
969
转载 基于CUDA的医学影像数据处理工作站的配置方法
基于CUDA的医学影像数据处理工作站的配置方法 王飞 高嵩 【摘要】:目的:以个人电脑为平台,结合CUDA(Compute Unified Device Architecture,统一计算设备架构)以显著提高个人电脑的计算能力,使其能够承担大运算量医学影像数据处理任务。方法:CUDA是NVIDIA公司推出的一款运算模型,把GPU多线程并行性能引入除图像显示之外的领域,可以大幅提升个人电脑的运
2012-04-21 22:06:38
949
转载 DCMTK
由于现在的医学影像设备的图像存储和传输正在逐渐向DICOM标准靠拢,在我们进行医学图像处理的过程中,经常需要自己编写和DICOM格式的图像相关的各种程序模块,以完成自己处理功能。如果从头开始理解DICOM的协议,然后完全自己编写这些代码来实现这些协议,是一件工程浩大的事情。德国offis公司开发的DCMTK,为我们提供了实现DICOM协议的一个平台,使得我们可以在它的基础上轻松的完成自己的主要工作
2012-04-21 21:51:52
2463
转载 pacs
在网上开到了这个dcm4chePACS,非常的喜欢。 dcm4chePACS 一个开源的采用j2ee技术构建的pacs 。 它利用Sun公司的Java Advanced Imaging Image I/O Tools 1.1 进行压缩/解压操作,支持hl7 dicom3.0 标准 ,J2EE服务器使用的是开源服务器JBOSS。 数据库使用的是开源数据库mysql,也可单独安装如下的数据库使用
2012-04-21 21:43:42
629
转载 配置一个open source pacs
【项目内容描述】 配置一个开源pacs 服务器端:http://www.xs4all.nl/~ingenium/dicom.html (配置方法可参考http://www.medip.info/VTK/conQuest.rar中的部分内容,是部分内容,不是全部内容) 客户端:http://sourceforge.net/projects/mito/ (懂pacs的人,这部分就很简单了) 【接包方
2012-04-21 21:41:40
974
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人