安徽省高校省级自然科学研究项目(2006KJ030B)
- 作品数：8 被引量：40H指数：5
- 相关作者：梁栋王年唐俊于梅殷兵更多>>
- 相关机构：安徽大学更多>>
- 发文基金：安徽省高校省级自然科学研究项目国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术生物学更多>>
- 一种无抽样Contourlet变换的图像去噪方法被引量：1
- 2007年
- 提出一种基于Contourlet变换的图像去噪方法,Contourlet变换采用无抽样形式,系数萎缩处理阈值门限与尺度相关。通过模拟产生不同方差噪声信号进行Contourlet变换,确定各尺度子带系数阈值,得到噪声方差与各尺度子带阈值对应表。对噪声污染图像进行Contourlet变换并估计噪声方差,查表得到各子带阈值,进行系数萎缩处理。实验表明提出的处理方法简单有效,去噪结果具有良好去噪视觉效果和较高峰值信噪比。
- 王发牛梁栋程志友唐俊
- 关键词：图像去噪小波变换
- 基于非负矩阵分解与邻接谱的图像分类被引量：8
- 2008年
- 提出了一种非负矩阵分解(non-negative matrix factorization,NMF)和邻接谱相结合的图像分类方法.该方法首先利用图像中的特征点构造邻接矩阵,然后使用邻接谱作为非负矩阵分解迭代规则的初始值,并将经过非负矩阵分解得到的基向量作为图像的分类样本,最后采用概率神经网络(probabilistic neural network,PNN)分类器对图像进行分类.模拟实验和真实实验的比较表明,该方法是可行和有效的,并且进一步提高了图像分类的准确率和稳定性.
- 张江王年梁栋唐俊周梅菊
- 关键词：非负矩阵分解邻接谱图像分类
- 基于方向滤波器组的指纹图像预处理被引量：7
- 2007年
- 提出一种变换域指纹图像预处理增强方法。应用小波变换分离出低频信号和高频信号,对高频信号送入方向性滤波器组进行方向性子带分解,对各方向子带图像分块,根据块能量分布情况对子带图像重新加权处理。子带图像重建出高频信号加上原低频信号得到预处理结果,达到抑制噪声,增强特征目的。实验表明算法对指纹图像处理效果良好。
- 王发牛梁栋陈军宁王年唐俊
- 关键词：指纹图像增强小波变换
- 癌症基因表达数据的熵度量分类方法被引量：9
- 2010年
- 基因芯片技术的出现和发展为生物医学领域带来了深远影响,运用分类方法研究其产生的海量数据对癌症的分类及治疗有重要意义.该文提出一种利用熵度量作为指标进行癌症基因表达数据特征提取的方法.首先对基因表达数据进行筛选并计算各个基因的熵,然后提取出熵最大的若干基因作为特征基因,并用支持向量机进行分类.对前列腺癌基因表达数据的留一法以及分组法实验都证明了该方法的有效性.
- 庄振华王年李学俊梁栋王继
- 关键词：特征基因
- 基于小波-Contourlet变换的图像增强算法被引量：9
- 2008年
- 小波-Contourlet变换能够良好捕获图像的方向特征和边缘信息。利用小波-Contourlet变换良好的多尺度性和多方向性特征,提出一种基于小波-Contourlet变换的图像增强算法,用非线性增强算子对变换的各子带系数做增强处理。并引入了循环平移消除由于小波-Contourlet变换缺乏平移不变性而产生的图像失真。实验结果表明,该方法有效增强了图像的边缘细节和纹理特征。
- 殷兵于梅方洁梁栋
- 关键词：图像增强小波-CONTOURLET变换循环平移平移不变性
- 基于小波-Contourlet变换和区域能量融合规则的图像融合算法被引量：6
- 2008年
- 利用小波-Contourlet变换的多尺度和多方向性特征以及基于区域能量的融合规则在选取融合系数上的优势,提出了一种基于小波-Contourlet变换和区域能量融合规则的图像融合算法,并引入Cycle Spinning来消除变换缺乏平移不变性而引起的图像失真。实验结果表明,该算法明显降低了融合图像的RMSE值,减少了运算时间,达到了良好的视觉效果。
- 殷兵于梅梁栋鲍文霞
- 关键词：小波-CONTOURLET变换CYCLESPINNING图像融合
- 一种基于递增权值函数的图像谱的匹配算法
- 2008年
- 文章提出了一种基于递增权值函数的图像谱的匹配算法,利用递增权值函数,分别对2幅待匹配图像的特征点构造Laplace矩阵,其次进行SVD分解;通过分解后的矩阵特征值和特征向量,寻找匹配矩阵,根据匹配矩阵的特征信息,实现2幅图像特征点之间的匹配;通过对Laplace矩阵和邻接矩阵比较实验,表明了Laplace谱能使发生刚体变换前后的图像获得更高的匹配精度,递增权值函数的Laplace谱比欧式距离的Laplace谱匹配精度要高。
- 周梅菊张江庄振华王年梁栋
- 关键词：LAPLACE谱邻接矩阵图像匹配
- 基于邻接矩阵分解的肿瘤亚型特征提取方法
- 2011年
- 基于肿瘤基因表达谱的肿瘤分类是生物信息学的一个重要研究内容。传统的肿瘤信息特征提取方法大多基于信息基因选择方法,但是在筛选基因时,不可避免的会造成分类信息的流失。提出了一种基于邻接矩阵分解的肿瘤亚型特征提取方法,首先对肿瘤基因表达谱数据构造高斯权邻接矩阵,接着对邻接矩阵进行奇异值分解,最后将分解得到的正交矩阵特征行向量作为分类特征输入支持向量机进行分类识别。采用留一法对白血病两个亚型的基因表达谱数据集进行实验,实验结果证明了该方法的可行性和有效性。
- 陈乐王年苏亮亮王蕊平
- 关键词：生物信息学邻接矩阵基因表达数据特征提取
