首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   13篇
  免费   3篇
  国内免费   7篇
工业技术   23篇
  2022年   1篇
  2018年   1篇
  2017年   1篇
  2016年   3篇
  2015年   1篇
  2014年   2篇
  2012年   1篇
  2009年   1篇
  2007年   1篇
  2006年   2篇
  2005年   2篇
  2004年   4篇
  2003年   1篇
  2002年   2篇
排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
人脑功能连通性检测是神经科学研究的重要技术.使用受限制波兹曼机(RestrictedBoltzmannMachine,RBM)对大量多被试功能磁共振(functionalMagneticResonanceImaging,fMRI)数据进行建模可以检测人脑功能连接,但是不能有效检测单被试数据的功能连接.本文研究一种新颖的融合了稀疏近似与RBM技术的脑功能连通性检测模型,该模型充分利用fMRI数据的稀疏性,采用稀疏近似理论对fMRI数据进行空间域稀疏近似压缩,然后使用RBM建立模型,以检测脑功能连通性.实验结果表明,该融合模型可以有效地提取单被试数据的脑功能时间域混合模型及其相应的脑功能图谱,解决了RBM在单被试数据分析上的瓶颈.  相似文献   
2.
一种基于复数主成分分析的磁共振波谱量化预处理方法   总被引:1,自引:0,他引:1  
该文提出了一种应用复数主成分分析方法(CPCA)来获取波谱基木波型,自动校正频率和衰减系数偏移的方法。该方法首先对频率进行校正,然后拓宽CPCA的应用范围,把它使用到衰减系数偏移校正领域。文中的实现结果证明:该方法较好地实现了频率和衰减系数的校正,在同实域PCA方法性能比较上,前者的计算速度和估计精度明显占优。  相似文献   
3.
衰减系数的校正是磁共振波谱信号处理和分析过程中的一个关键难题。本文基于复数主成分分析,提出了一种自动的磁共振波谱衰减系数的校正方法,较成功地解决了这个难点问题。文中的模拟数据及其实现结果充分验证了该方法的有效性。  相似文献   
4.
基于Level set方法的医学图像分割   总被引:3,自引:0,他引:3  
本文引入了一种基于偏微分方程的曲线进化方法—Level set方法,通过与Fast marching方法的结合,可以实现运算速度的大大提高。同时引进了更有效的Kim提出的GMM(Group Marching Method)方法,减少了运算量,并给出了改进方法。最后,把该方法用于仿真图与医学图像分割中,获得了较好的效果。  相似文献   
5.
偏头痛作为一种常见的疾病,发病概率高,致病机理尚不明确,并且临床缺乏有效的诊断手段.运用功能核磁共振成像技术获取被试脑功能数据,然后通过深度学习中自动编码器,自动提取数据特征,并结合各种机器学习算法,预测偏头痛,为临床诊断提供参考依据.用深度学习提取数据特征,训练分类器,能达到更好的分类效果.深度学习算法可以在传统模板获取初步特征之后,进一步提取更加精细有效的特征,在预测偏头痛上获得更好的分类性能.  相似文献   
6.
本论文基于一定的图象及识别知识,设计了一个矿山通用的简易标识并随后对基于该标识的矿车自动识别技术进行了必要的研究。研究证明,该标识简单实用,使矿车自动化管理真正成为可能,具有很好的理论和实际意义。  相似文献   
7.
基于区间映射规则的数字直方图处理   总被引:2,自引:0,他引:2       下载免费PDF全文
在经典的单映射规则SML和组映射规则GML的基础上,提出一种新的映射规则——区间映射规则(IML),并提出基于IML的数字图像直方图规定化方法。以8阶灰度直方图为例,通过对常用均衡化方法的实例分析,引出基于IML的直方图均衡化方法——等区间映射均衡化(IIME)。用实验数据分析和证明了IML和IIME的优越性。  相似文献   
8.
9.
将小波变换和聚类方法结合,提出了一种基于小波域的fMRI激活区聚类检测方法.该方法首先采用多步决策的思想,对fMRI图像进行模糊C均值聚类,去除fMRI数据的不平衡问题;之后利用平稳小波变换,对数据进行小波分解,提取出感兴趣的频率范围的信息,并在小波域对体素用改进的K均值聚类算法进行分析,从而找出大脑中因任务刺激而激活的区域.对多名被试进行了视觉刺激实验,并与目前主流的SPM方法进行了比较,结果表明本文方法较SPM方法具有更高的合理性,对大脑功能连通性检测具有指导意义和实用价值.  相似文献   
10.
自适应仿射传播聚类作为一种新兴的聚类算法,不需要指定初始类心以及类数,对解决聚类中类数不确定性问题非常有效.然而,自适应仿射传播聚类存在时间消耗过大的问题,当样本数量较大时运行速度缓慢.为了提高自适应仿射传播聚类的运行速度,基于NVIDIA公司的统一计算设备架构(Compute Unified Device Architecture,CUDA)和Matlab并行工具箱,提出了一种自适应仿射传播聚类的并行化方法.实验结果表明,基于GPU并行化的自适应仿射传播聚类在运行速度上有了明显提高,与该算法的串行执行方式相比,运行速度提升2倍以上,并且随着样本数量的增长,加速性能越来越好.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号