您的位置: 专家智库 > >

张欢

作品数:2 被引量:27H指数:2
供职机构:浙江大学生物医学工程与仪器科学学院生物医学工程教育部重点实验室更多>>
发文基金:国家自然科学基金国家科技支撑计划更多>>
相关领域:医药卫生更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇医药卫生

主题

  • 1篇隐马尔可夫模...
  • 1篇优化算法
  • 1篇头脑
  • 1篇头脑风暴
  • 1篇图像
  • 1篇图像分割
  • 1篇马尔可夫
  • 1篇马尔可夫模型
  • 1篇活动轮廓模型
  • 1篇参数活动轮廓...

机构

  • 2篇浙江大学

作者

  • 2篇夏顺仁
  • 2篇张欢
  • 1篇杨玉婷

传媒

  • 1篇航天医学与医...
  • 1篇中国生物医学...

年份

  • 2篇2015
2 条 记 录,以下是 1-2
排序方式:
基于活动轮廓模型的图像分割算法综述被引量:22
2015年
活动轮廓模型是一种重要的图像分割技术,它利用底层信息,并结合高层先验知识,实现对复杂目标轮廓的自动分割。自Kass等提出该思想以来的20多年中,活动轮廓模型在理论研究和应用方面均取得长足发展。首先,介绍活动轮廓模型的发展历程,重点阐述并分析典型的参数活动轮廓模型和几何活动轮廓模型,进而扼要介绍混合活动轮廓模型和快速求解算法;随后,从理论基础、分割效果、算法效率以及应用等方面,比较两类模型之间的区别与联系;最后,对活动轮廓模型未来的发展趋势进行展望。
段丁娜张欢邱陈辉夏顺仁
关键词:活动轮廓模型图像分割参数活动轮廓模型
基于改进头脑风暴优化算法的隐马尔可夫模型运动识别被引量:5
2015年
目的克服隐马尔可夫模型(hidden Markov model,HMM)训练过程中易陷入局部最优问题,提高基于HMM的人体运动识别准确率。方法提出一种基于带差分步长的头脑风暴优化(brain storm optimization with differential step,BSO-DS)算法来改进HMM训练过程的方法,进而利用该方法对实际人体运动视频进行运动识别,并将结果与经典的基于Baum-Welch(BW)算法的HMM识别结果进行比较分析。结果本文所提方法在解决HMM训练问题时,可以得到更大的log-likelihood值,所得到的HMM可以更好地表达训练数据,其运动识别准确率达到92.2%,较BW算法有较大提升。结论 BSO-DS算法可以有效搜索全局最优,更好地解决HMM的训练问题,同时提升了运动识别准确率,为人体运动分析提供了新思路。
杨玉婷段丁娜张欢夏顺仁
关键词:头脑风暴优化算法
共1页<1>
聚类工具0