赵青杉 作品数:75 被引量:189 H指数:7 供职机构: 忻州师范学院计算机系 更多>> 发文基金: 山西省自然科学基金 国家自然科学基金 忻州师范学院科研基金 更多>> 相关领域: 自动化与计算机技术 文化科学 理学 电子电信 更多>>
网络智能教学系统中双层学生模型的设计 被引量:11 2011年 本文探讨了在网络智能教学系统中建立一个双层动态学生模型的方法,模型的初始层采用复合认知型学生模型,高级层利用Hopfield神经网络算法,在初始层数据的基础上加入兴趣、爱好、知识状态、学习历史等信息进行评价、分类。该模型克服了单一学生模型结构数据处理的障碍,能够灵活、全面地对学生的学习特征进行分析,有效改善了智能网络教学系统的教学决策过程。 郝耀军 王建国 赵青杉关键词:智能教学系统 HOPFIELD神经网络 基于ACO的彩色图像边缘检测 被引量:1 2016年 针对传统的边缘检测算法分割图像时边缘定位不准的局限性,将蚁群优化算法用于彩色图像边缘检测。通过利用像素领域间的灰度值差确定启发引导函数,并合理设置参数,更新信息素矩阵迭代搜索边缘,然后用阈值判断边缘点,进而提取图像的真实边缘。实验显示,与传统算法相比,该算法具有较好的边缘检测效果,且收敛速度也快。 郑晓霞 赵青杉关键词:蚁群优化算法 边缘检测 彩色图像分割 一种手术用腔内摄影探测灯 本实用新型涉及医疗设备技术领域,且公开了一种手术用腔内摄影探测灯,包括手柄,所述手柄一端中间位置固定安装有挂环,手柄表面套接有开设有防滑条纹的防护套,手柄另一端固定安装有导管,导管远离手柄的一端固定安装有固定块,导管内部... 王健 毋丽丽 赵青杉文献传递 基于聚类学习器集成的数字图像分割方法 本发明公开了一种基于聚类学习器集成的数字图像分割方法,涉及数字图像处理领域,具体包括如下步骤:步骤一:将数字图像信息输入到数字图像的处理设备中;步骤二:对数字图像进行粗分割;步骤三:对数字图像进行细分割;步骤四:生成聚类... 田云 赵青杉 曹建芳 焦莉娟文献传递 基于多尺度级联神经网络的医学图像超分辨率重建 被引量:1 2021年 提高医学图像清晰度有利于医生迅速做出病情诊断与分析,但由于受硬件设备限制和人为因素影响,往往无法获取令人满意的高分辨率医学图像。为解决此问题,提出一种基于多尺度级联的卷积神经网络模型。该算法使用多尺度残差块增强纹理细节学习能力,以深层残差结构预测高分辨率空间的纹理信息,以密集的级联方式加强网络低层信息与高层信息的流动,最后使用传统方法与残差结果相叠加,以此提高医疗图像的总体重建质量。实验结果表明,与NN、bilinear、bicubic、SRCNN以及SRResnet算法相比,所提模型能更好地重建出医学图像的纹理细节,获得更高的峰值信噪比和平均结构相似度。 王一宁 赵青杉 曹建芳关键词:超分辨率 反卷积 基于MPI的大型稀疏线性方程组的并行算法 被引量:3 2002年 扼要介绍了MPI的一些基本概念,利用MPI并行环境,实现了大型稀疏线性方程组的并行算法,并以三对角线方程组为例加以实现。 孟国艳 赵青杉关键词:MPI 稀疏线性方程组 三对角矩阵 基于改进K-means算法的彩色超声图像分割 被引量:1 2017年 医学中的彩色超声图像受成像机理的影响,会出现对比度不高、边缘不清晰的现象。传统的图像分割方法存在处理结果准确率低、部分目标丢失等问题。文章针对图像分割中广泛应用的K-means算法依赖初始聚类中心和搜索易收敛于局部最优等不足,在基本粒子群算法中加入惯性权重来提高收敛性能,并用该算法确定初始聚类中心,解决K-means的缺陷,然后将改进算法应用于L*a*b颜色空间的彩色超声心脏图像分割中。实验显示,改进方法改善了聚类结果的准确率和稳定性,且聚类时间也短,对色彩度低的超声图像可取得很好的分割效果。 郑晓霞 赵青杉 陈文杰关键词:粒子群优化算法 惯性权重 K-MEANS ID3算法的改进和优化 被引量:1 2010年 ID3算法是最基本的决策树学习算法,有广泛的应用。基于ID3算法的层间不相关性与生成树中相邻层的耦合性,该文提出了一种改进的ID3的决策树算法(E-ID3)。算法采用统计局部最优的方法,能获得比较好的启发式函数。实验证明,这种方法从树的规模和分类精度都优于ID3算法,决策效率明显提高。 胡国华 赵青杉关键词:决策树 ID3 加权熵 Lab空间的改进Canny边缘检测方法 2019年 针对传统RGB图像不能进行亮度分离的问题,提出了一种基于Lab颜色空间的改进Canny算子边缘检测方法。该方法将图像由RGB模式转换到Lab色彩空间,将亮度与色度信息分离,进一步使用基于组合滤波和自适应阈值的Canny算法,分别对Lab色彩模式下的三个通道分量进行边缘检测,实现三个通道的边缘融合确定。仿真实验结果表明,该方法可以有效提取图像中的边缘。 纪国华 赵青杉关键词:边缘检测 CANNY算子 近邻局部OMP稀疏表示图像去噪 被引量:7 2017年 目的基于分类的稀疏字典去噪算法改善了字典训练阶段的效率问题,但稀疏分解阶段仍是全字典匹配,影响算法运行速度。为了解决稀疏去噪算法在稀疏分解阶段因复杂矩阵运算及字典全局搜索导致的算法效率低,以及冗余的稀疏字典因无法描述图像具体特征而影响图像去噪效果的问题,提出改进算法。方法首先稀疏分解阶段,在原正交匹配追踪算法基础上引入字典原子聚类思想,提出局部正交匹配追踪算法,将全局搜索优化为局部搜索;为保证局部搜索仍能保持良好的匹配结果,提出近邻择优策略,计算聚类中心与信号原子的距离,从而按照某一阈值自适应地选择最优的n个子字典作为稀疏分解的匹配空间;最后将图像分解为内容簇和背景簇,对内容簇采用基于近邻的局部K奇异值分解(K-SVD)算法去噪,背景簇采用均值滤波方法去噪。结果对USC标准数据库中大量图像进行去噪实验,本文算法去噪结果的峰值信噪比值比K-SVD算法平均提高了1.53 d B,比2维块匹配(BM3D)算法平均提高了0.72 d B,比聚类的稀疏表示去噪(CSR)算法平均提高了0.5 d B;运行时间比原算法提高了23.2%。结论本文算法针对灰度图像去噪,在去噪效果及去噪效率方面均有改善,尤其对细节纹理较丰富的灰度图像去噪具有一定的应用价值。 焦莉娟 王文剑 赵青杉 曹建芳关键词:图像去噪