企业新闻
当前位置:主页 > 新闻资讯 > 企业新闻 >
宠物医院器械的临床实验
来源:未知 |发布时间:2021-07-16 10:40|点击:
  宠物医院器械的临床实验
  
  1、采集样本
  
  采集实验鼠正负样本,创建实验鼠的训练数据库,数据库的创建至关重要,它直接影响后期建立的分类器模型的好坏。为了提高精准度,正样本的选取是把实验鼠完全包含住,负样本的选取是完全没有实验鼠,采集正负样本的个数分别为100,200。采集的正负样本。
  宠物医院器械
  2、分类器的选择
  
  常用的分类算法有神经网络、SVM和adaboost等,宠物医院器械的临床实验考虑到实验中样本数量较少,此处选取SVM作为检测分类器。SVM擅长处理小样本分类问题,它是建立一个最优决策超平面,使得正负样本到超平面的距离尽可能的远,以达到结构化风险最小化和损失函数之和最小化,使得学习机在数据样本较少的情况下抓住关键样本,也能达到分类目。
  
  SVM的最终判别函数不是全部的支持向量共同确定的,而是超平面附近少量的支持向量确定的。
  
  这些显示了选用SVM分类器的优点:小样本、算法简单、宠物医院器械的临床实验容错率高具有较好的鲁棒性。其中SVM分类器参数选择如下:svm_type=CvSVM::C_SVC;kernel_type=CvSVM::RBF;
  
  C=2.500000;p=0.000000;
  
  gamma=0.506250;param.term_crit=cvTermCriteria(CV_TERMCRIT_EPS,100,5e-3);CvParamGridnuGrid=CvParamGrid(1,1,0.0);
  
  CvParamGridcoeffGrid=CvParamGrid(1,1,0.0);CvParamGriddegreeGrid=CvParamGrid(1,1,0.0);
  宠物医院器械
  3、实验与分析
  
  基于梯度直方图特征的检测方法是在VS2010和OpenCV2.4.11的软件平台下,对实际监控下的实验鼠视频图像进行实验检测的。在图像的检测实验过程中是用比略大一点实验鼠的矩形框遍历原图截取区域,然后提取截取区域特征输入到已经构建好的SVM模型,宠物医院器械的临床实验检测到有实验鼠的区域用红色矩形框显示出来。基于梯度直方图特征的检测
  
  方法与阈值分割法实验检测的结果部分图如图8所示。图8中把这两种方法检测的实验结果分为两组,每组四幅图。其中第一组为阈值分割法检测图,第二组为基于梯度直方图特征的实验检测图,对比这两种方法的实验检测图,第一组中只有第二幅图较好的检测出了实验鼠的位置,其它的检测结果或有偏差或检测两个实验鼠。而第二组中都能较准确检测出实验鼠的位置。由此可得结论:
  
  (1)基于实验鼠视频图像检测,宠物医院器械的临床实验选取梯度直方图作为训练特征数据,并利用SVM训练数据建立的分类模型的方法是可行的。
  
  (2)基于梯度直方图特征的实验鼠检测方法比阈值分割法更具有较强的鲁棒性、有效性、准确性。
  
  4、结论
宠物医院器械  
  针对传统的基于图像阈值分割的实验鼠检测方法缺点—阈值的设置易受环境变化的影响而不确定,宠物医院器械的临床实验而导致检测准确率低、难以推广使用等问题,首先从梯度的角度出发构建特征,结合SVM(支持向量机)分类器小样本的优点实现图像目标的检测,并利用直方图降低特征的维数。实验证明实验鼠图像的梯度直方图特征检测是可行的,并且比阈值分割法更有效,适应性更广。
  
  此文字最终解释权归河南宜慧康科技有限公司所有:详情请咨询河南宜慧康科技有限公司官网。

在线客服

  • 客服一: QQ
  • 客服二: QQ
  • 客服三: QQ
  • 0371-55692663
  • 13213170223