基于SAM—CS和SOFM的胃上皮肿瘤细胞图像识别
【出 处】:《
计算机工程与科学
》
CSCD
2015年第37卷第8期 1558-1565页,共8页
【作 者】:
甘岚
;
孙开杰
;
谢丽娟
【摘 要】
针对胃上皮肿瘤细胞图像(以下简称肿瘤细胞图像)黏结严重和信息冗余的特点,提出了一种将自适应观测矩阵的压缩感知(SAM—CS)和自组织特征映射(SOFM)神经网络相结合的算法。该算法将肿瘤细胞图像拉成列向量,然后利用通过自适应过程产生的观测矩阵,基于压缩感知理论对图像信息进行观测,产生线性观测向量,最后利用SOFM神经网络的学习算法对观测向量进行训练和分类,实现对肿瘤细胞图像的识别。实验表明,相比常用算法,该算法至少提高了4.2%的识别准确率和5.7%的运算速度。
相关热词搜索:
上一篇:基于角点光流与SVM的增氧机工作状态检测
下一篇:基于小波阈值的非局部均值去噪