Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl
Ograniczanie wyników
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  fuzzy C-means (FCM)
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
|
2006
|
tom Vol. 36, nr 1
125-136
EN
In this paper, an improved expectation maximization (EM) algorithm called statistical histogram based expectation maximization (SHEM) algorithm is presented. The algorithm is put forward to overcome the drawback of standard EM algorithm, which is extremely computationally expensive for calculating the maximum likelihood (ML) parameters in the statistical segmentation. Combining the SHEM algorithm and the connected threshold region-growing algorithm that is used to provide a priori knowledge, a novel statistical approach for segmentation of brain magnetic resonance (MR) image data is thus proposed. The performance of our SHEM based method is compared with those of the EM based method and the commonly applied fuzzy C-means (FCM) segmentation. Experimental results show the proposed approach to be effective, robust and significantly faster than the conventional EM based method.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.