10.3969/j.issn.1007-130X.2015.08.021
基于SAM-CS和SOFM的胃上皮肿瘤细胞图像识别
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.
自适应观测矩阵、压缩感知、自组织特征映射、肿瘤细胞图像识别
37
TP391.41(计算技术、计算机技术)
国家自然科学基金资助项目61163040,61402227;江西省教育厅资助项目GJJ10451,GJJ14372
2015-09-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
1558-1565