王楠
- 作品数：4 被引量：0H指数：0
- 供职机构：广西师范学院计算机与信息工程学院更多>>
- 发文基金：广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 一种基于K近邻的图像去噪方法
- 2015年
- 图像去噪作为数字图像处理中的基础课题,一直以来都是研究热点。由于许多复杂的原因,图像不可避免地会带有各种噪声,于是去除噪声是图像预处理的一个重要步骤。针对传统均值去噪的不足,提出一种基于K近邻的去噪方法。实验表明,该方法较传统方法更为有效。
- 王楠
- 关键词：图像去噪K近邻
- RBQENN算法在不平衡数据分类问题中的应用
- 2015年
- 针对kNN分类算法对不平衡数据进行分类可能偏向多数类的问题,提出了象限壳近邻分类算法。该算法仅选择测试样本象限方向上的最近邻的训练样本来判断其所属类别,从而有效地避免了kNN算法对选取k个最近邻训练样本时可能产生偏向多数类的问题。通过在UCI真实不平衡数据集上的实验,该文提出的分类算法在Recall、F-value和G-mean等评价标准明显优于传统的kNN分类算法。
- 卢志浩钟智王楠温海标
- 关键词：KNN不平衡数据
- 基于谱聚类的医学图像分割方法
- 2015年
- 针对传统单一算法在医学图像分割中对像素点分布敏感的问题,提出一种基于谱聚类的多阶段图像分割方法—谱极限学习机。算法首先使用一种基于kmeans的谱聚类对图像进行预处理,以过滤一部分噪声点,而后用ELM极限学习机对处理后的图像进行分割。实验结果表明,对于脑部MRI图像,这种多阶段的分割方法较传统的单独使用谱聚类或ELM的分割方法能更清晰地将脑部的灰质和白质分割开来。
- 王楠钟智顾昆温海标
- 关键词：谱聚类ELM医学图像
