基于数据融合的综合识别方法研究.pdf

基于数据融合的综合识别方法研究.pdf

ID:34623568

大小:5.61 MB

页数:143页

时间:2019-03-08

基于数据融合的综合识别方法研究.pdf_第1页
基于数据融合的综合识别方法研究.pdf_第2页
基于数据融合的综合识别方法研究.pdf_第3页
基于数据融合的综合识别方法研究.pdf_第4页
基于数据融合的综合识别方法研究.pdf_第5页
资源描述:

《基于数据融合的综合识别方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、论文题目基于数据融合的综合识别方法研究学科专业信号与信息处理学号200911020133作者姓名李雨谦指导教师皮亦鸣教授万方数据ABSTRACT分类号密级注1UDC学位论文基于数据融合的综合识别方法研究(题名和副题名)李雨谦(作者姓名)指导教师皮亦鸣教授电子科技大学成都SABINEVANHUFFELProfessorKatholiekeUniversiteitLeuvenBelgium(姓名、职称、单位名称)申请学位级别博士学科专业信号与信息处理提交论文日期2013.5.20论文答辩日期2013.5.31学位授予单位和日期电子科技大学2013年6月28日答辩

2、委员会主席唐斌评阅人唐斌杨云志赵志钦李生红赵成林注1:注明《国际十进分类法UDC》的类号。2万方数据COMPREHENSIVERECOGNITIONMETHODSBASEDONDATAFUSIONADoctorDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:SignalandInformationProcessingAuthor:YuqianLiAdvisor:Prof.YimingPiProf.SabineVanHuffelSchool:School

3、ofElectronicEngineering万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名:日期:年月日论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科

4、技大学可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后应遵守此规定)作者签名:导师签名:日期:年月日万方数据摘要摘要近年来信息科学飞速发展,数据所含信息量巨大,复杂性增高。如何从海量数据中提取出人们真正感兴趣的信息,准确地对目标进行综合识别已成为国内外相关领域研究的热点问题。数据融合将大量数据进行整合,以低维形式重新进行表达,可以更好地体现目标的本质特征,利用数据融合对脑肿瘤等目标进行准确识别已成为电子信息和医学探测等领域研究的难点问题。非负矩阵分解(Non-negative

5、MatrixFactorization,NMF)是一种高级的盲信号处理方法。在非负性的约束下,使用NMF算法对复杂数据进行降维、特征提取、信息融合等处理可以得到较为满意的效果。并且,根据解决实际需求,对NMF算法进行改进、扩展及优化处理后的成果,已经在生命医学、遥感数据处理、语音信号、文本等数据处理与分析方面得到了颇有成效的应用。本文基于数据融合方法,利用NMF算法对人脑恶性胶质母细胞瘤(Glioblastoma,GBM)的组织成分识别和多源遥感数据中目标的特征及身份识别等问题进行了较为深入系统的研究,主要工作和贡献如下:1.针对现行NMF算法对目标识别准确

6、性不够等问题,分析讨论了目前流行的NMF算法以及它们各自的特点,并利用GBM的核磁共振谱成像(MagneticResonanceSpectroscopyImaging,MRSI)仿真信号对它们的目标识别准确性进行比较和分析。2.针对GBM的MRSI数据难以清晰表达,以及传统NMF算法无法稳定识别GBM组织类型(正常、肿瘤和坏死)等问题,提出了分层NMF(HierarchicalNMF,hNMF)算法。该算法基于GBM三种组织波谱的互相关性最小这一医学原理,构造了一系列变化的掩膜,通过分层次应用NMF准确地恢复出GBM三种组织波谱,并利用非负最小二乘法实现了其

7、空间位置的可视化。该算法提高了脑肿瘤组织波源识别及其空间分布估计的稳定性。3.针对传统的疾病分类学成像方法需要大量标识模型波谱训练集的问题,提出一种非监督的胶质细胞瘤疾病分类学成像方法。该方法利用NMF算法和hNMF算法识别出胶质细胞瘤MRSI数据中的不同组织成分及其空间分布,用不同的颜色在一幅脑图像中表示出来,解决了在没有先验信息的情况下的胶质细胞瘤进行疾病分类学成像问题,实现了对肿瘤组织侵入性的表达。同时提出了基于线性最I万方数据摘要小二乘估计的误差图估计方法,解决了疾病分类学图像可信度表达的问题。4.针对多源数据融合的预处理过程中配准结果易受特征提取精

8、度影响的问题,提出了基于水平集的合成孔径雷达(Syn

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。