产生“Tuned”模板的Bayesian Networks方法

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

产生“Tuned”模板的Bayesian Networks方法

郑肇葆, 潘励, 虞欣

文章导航 > 武汉大学学报 ( 信息科学版) > 2006 > 31(4): 304-307

郑肇葆, 潘励, 虞欣. 产生“Tuned”模板的Bayesian Networks方法[J]. 武汉大学学报 ( 信息科学版), 2006, 31(4): 304-307.

引用本文:

郑肇葆, 潘励, 虞欣. 产生“Tuned”模板的Bayesian Networks方法[J]. 武汉大学学报 ( 信息科学版), 2006, 31(4): 304-307.

ZHENG Zhaobao, PAN Li, YU Xin. Bayesian Networks for Producing Texture 'Tuned' Masks[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 304-307.

Citation:

ZHENG Zhaobao, PAN Li, YU Xin. Bayesian Networks for Producing Texture "Tuned" Masks[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 304-307.

产生“Tuned”模板的Bayesian Networks方法

¹ 武汉大学遥感信息工程学院,武汉市珞喻路129号,430079;

基金项目: 国家自然科学基金资助项目(40271094)

作者简介:
郑肇葆,教授,博士生导师。现主要从事摄影测量与遥感、图像分析与解译及进化计算应用的科研工作。

中图分类号: TP751;P237.3

Bayesian Networks for Producing Texture "Tuned" Masks

¹ School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China

Funds: 国家自然科学基金资助项目(40271094)

摘要: 介绍了Bayesian Networks(简称BNs)产生“Tuned”模板新方法的基本原理以及BNs法与蚁群行为仿真技术和单纯形法组合的方法。通过实际航空影像的实验结果表明,新方法对纹理影像的识别率是令人满意的,同时还将新方法与遗传算法的结果作了对比,结果表明新方法是很有应用前景的。
- Bayesian Networks /
- Tuned模板 /
- 影像纹理分类 /
- 单纯形法
Abstract: This paper introduces the principle of producing texture "Tuned" masks with Bayesian Networks(BNs).In order to improve the quality of masks,it also introduces the two kinds of combined methods: Bayesian Networks and ant behavior simulation,Bayesian Networks and simplex method.The experiments show that the texture classification using the new approach has satisfying results.In addition,by comparing to genetic algorithm experimental results demonstrate the proposed method is promising in the application.
- Bayesian networks /
- Tuned mask /
- image texture classification /
- simplex method

[1]	叶志伟, 周欣, 郑肇葆, 赖旭东. 产生“Tuned”模板的的混沌粒子群算法 . 武汉大学学报 ( 信息科学版), 2013, 38(1): 10-14.
[2]	郑肇葆, 郑宏. 产生Tuned模板的基因扰动优化法研究与分析 . 武汉大学学报 ( 信息科学版), 2013, 38(11): 1139-1141.
[3]	舒宁, 苏俊英. 高光谱影像纹理特征编码分形特征研究 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 379-382.
[4]	郑肇葆. 产生最佳Tuned模板的蜜蜂交配算法 . 武汉大学学报 ( 信息科学版), 2009, 34(4): 387-390.
[5]	虞欣, 郑肇葆, 叶志伟, 田礼乔. 基于Tree Augmented Naive Bayes Classifier的影像纹理分类 . 武汉大学学报 ( 信息科学版), 2007, 32(4): 287-289.
[6]	郑肇葆. 基于Bayesian线性规划的影像纹理识别方法 . 武汉大学学报 ( 信息科学版), 2007, 32(3): 193-196.
[7]	郑肇葆. 混沌映射在优化计算中的应用 . 武汉大学学报 ( 信息科学版), 2007, 32(11): 998-1000.
[8]	虞欣, 郑肇葆, 汤凌, 叶志伟. 基于Naive Bayes Classifiers的航空影像纹理分类 . 武汉大学学报 ( 信息科学版), 2006, 31(2): 108-111.
[9]	贾泽露, 刘耀林, 张彤. 可视化交互空间数据挖掘原型系统设计与实现 . 武汉大学学报 ( 信息科学版), 2006, 31(10): 916-919.
[10]	郑肇葆, 叶志伟. 基于蚁群行为仿真的影像纹理分类 . 武汉大学学报 ( 信息科学版), 2004, 29(8): 669-673.
[11]	徐芳, 燕琴. 基于支持向量机的航空影像纹理分类研究 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 517-520.
[12]	郑肇葆, 郑宏. 基于遗传算法的影像纹理分类 . 武汉大学学报 ( 信息科学版), 1998, 23(4): 337-339.
[13]	舒宁. 卫星遥感影像纹理分析与分形分维方法 . 武汉大学学报 ( 信息科学版), 1998, 23(4): 370-373.
[14]	黄桂兰, 郑肇葆. 纹理模型法用于影像纹理分类 . 武汉大学学报 ( 信息科学版), 1998, 23(1): 40-42.
[15]	黄桂兰, 郑肇葆. 一种基于马尔可夫随机场的影像纹理分类方法 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 232-236,241.
[16]	郑肇葆. 基于MRF参数的纹理识别的线性规划法 . 武汉大学学报 ( 信息科学版), 1996, 21(3): 228-231.
[17]	张继贤, 李德仁. 影像纹理的多标度分形分析 . 武汉大学学报 ( 信息科学版), 1995, 20(2): 106-111.
[18]	黄桂兰, 郑肇葆. 模糊聚类分析用于基于分形的影像纹理分类 . 武汉大学学报 ( 信息科学版), 1995, 20(2): 112-117.
[19]	黄桂兰, 郑肇葆. 空间灰度相关在影像纹理分类中的应用及分析 . 武汉大学学报 ( 信息科学版), 1995, 20(4): 301-304.
[20]	王乐洋, 孙龙翔, 许光煜. 利用GPS观测数据反演震源参数的单纯形组合加权距离灰狼新算法 . 武汉大学学报 ( 信息科学版), 0, 0(0): 0-0. doi: 10.13203/j.whugis20210114

WeChat

点击查看大图

计量

文章访问数: 800
HTML全文浏览量: 62
PDF下载量: 304
被引次数: 0

产生“Tuned”模板的Bayesian Networks方法

¹ 武汉大学遥感信息工程学院,武汉市珞喻路129号,430079;

基金项目: 国家自然科学基金资助项目(40271094)

作者简介:
郑肇葆,教授,博士生导师。现主要从事摄影测量与遥感、图像分析与解译及进化计算应用的科研工作。

收稿日期: 2006-01-09
修回日期: 2006-01-09
刊出日期: 2006-04-05

中图分类号: TP751;P237.3

关键词:

Bayesian Networks /

影像纹理分类 /

摘要: 介绍了Bayesian Networks(简称BNs)产生“Tuned”模板新方法的基本原理以及BNs法与蚁群行为仿真技术和单纯形法组合的方法。通过实际航空影像的实验结果表明,新方法对纹理影像的识别率是令人满意的,同时还将新方法与遗传算法的结果作了对比,结果表明新方法是很有应用前景的。

English Abstract

郑肇葆, 潘励, 虞欣. 产生“Tuned”模板的Bayesian Networks方法[J]. 武汉大学学报 ( 信息科学版), 2006, 31(4): 304-307.

引用本文:

郑肇葆, 潘励, 虞欣. 产生“Tuned”模板的Bayesian Networks方法[J]. 武汉大学学报 ( 信息科学版), 2006, 31(4): 304-307.

ZHENG Zhaobao, PAN Li, YU Xin. Bayesian Networks for Producing Texture 'Tuned' Masks[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 304-307.

Citation:

ZHENG Zhaobao, PAN Li, YU Xin. Bayesian Networks for Producing Texture "Tuned" Masks[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 304-307.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码