-
公开(公告)号：CN112508958A
公开(公告)日：2021-03-16
申请号：CN202011480237.6
申请日：2020-12-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种轻量多尺度的生物医学图像分割方法，包括如下步骤：1）获取公共的生物医学图像数据集；2）数据预处理；3）构建模型4）特征提取；5）模型训练；6）模型评估。这种分割方法可以多尺度提取生物医学图像中的特征，还减少了计算时间，避免出现特征信息重叠和冗余，同时还可以保证甚至提高模型的分割精度。
-
公开(公告)号：CN113283586A
公开(公告)日：2021-08-20
申请号：CN202110576400.7
申请日：2021-05-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于决策机和特征选择的快速入侵检测方法，包括如下步骤：1）预处理；2）特征选择；3）构建决策机，并对决策机模型进行训练；4）根据决策机获得重构决策树模型的参数，并重构决策树。这种方法不仅入侵检测识别率高以及训练检测模型时间短，而且提高了入侵检测系统的可解释能力。
-
公开(公告)号：CN112508958B
公开(公告)日：2022-07-19
申请号：CN202011480237.6
申请日：2020-12-16
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种轻量多尺度的生物医学图像分割方法，包括如下步骤：1）获取公共的生物医学图像数据集；2）数据预处理；3）构建模型4）特征提取；5）模型训练；6）模型评估。这种分割方法可以多尺度提取生物医学图像中的特征，还减少了计算时间，避免出现特征信息重叠和冗余，同时还可以保证甚至提高模型的分割精度。
-
公开(公告)号：CN113283586B
公开(公告)日：2022-05-13
申请号：CN202110576400.7
申请日：2021-05-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于决策机和特征选择的快速入侵检测方法，包括如下步骤：1）预处理；2）特征选择；3）构建决策机，并对决策机模型进行训练；4）根据决策机获得重构决策树模型的参数，并重构决策树。这种方法不仅入侵检测识别率高以及训练检测模型时间短，而且提高了入侵检测系统的可解释能力。
-
-
-
Search Results
4
records
(took 0.042 seconds)
