排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
【目的/意义】本文基于颜色、纹理等外部特征与局部视觉特征构成的底层语义特征数据并采用随机森林的
方法对医学图像信息进行语义自动标注,为医务工作者提供临床决策参考,便于普通公众理解医学知识和了解个
人健康情况,也可以在大数据环境下扩展图书情报领域研究人员对信息组织与处理的范围,促进学科交叉与融合,
提升智慧医学的发展,为健康中国战略提供智力与技术支持。【方法/过程】融合图书情报领域知识与医学知识,将
图像语义标注看作为一个多类分类问题,首先,抽取颜色、纹理等外部特征及局部视觉特征等底层语义特征;然后,
运用随机森林的方法,设计了基于随机森林的医学图像自动标注方案。【结果/结论】融合底层语义特征的医学图像
信息自动标注的方案与随机树标注方案相比较,具有较好的效果。【创新/局限】将视觉语义词典作为医学图像的底
层语义特征引入到图像标注中;运用随机森林构建的医学图像标注方案;局限在于仅采用BreaKHis数据集为实验
数据。 相似文献
2.
本文从CSSCI和WOS核心合集数据库中检索知识管理主题文献,借助可视化分析软件CiteSpace绘制知识图谱,综合运用文献计量和知识图谱分析方法展开分析,为国内知识管理发展提供科学参考。研究表明,国际知识管理领域研究热情高涨,国内正处于发展瓶颈期;核心研究力量来自发达国家和部分发展中国家。国内外知识管理领域知识基础较为完善。国内文献注重知识管理内涵、服务、隐性知识和图书馆等,偏向理论层面探讨;国外文献主要集中于知识管理绩效、系统、战略、发展前景,注重综合性、创新应用和科技成果转化,企业知识管理方面的研究成果斐然。 相似文献
1