限定检索结果

检索条件"作者=冯筠"
33 条 记 录,以下是1-10 订阅
视图:
排序:
CUIT∶ 一个通用界面工具箱的设计
收藏 引用
《西北大学学报(自然科学版)》1997年 第2期27卷 119-122页
作者:冯筠 冯宏伟西北大学计算机科学系 
用面向对象的方法,为满足不同窗口环境下界面的通用性。
来源:详细信息评论
多媒体信息系统基于内容检索技术的研究和设计
收藏 引用
《西北大学学报(自然科学版)》1998年 第1期28卷 17-20页
作者:冯筠 王晓丽西北大学计算机科学系 陕西财经学院物资系 
引入基于内容的检索方法,为使用户方便的根据特征或例子进行照片查询。分析和设计了人事档案管理系统中的照片的特征索引机制。
来源:详细信息评论
结合超像素和U型全卷积网络的胰腺分割方法
收藏 引用
《计算机辅助设计与图形学学报》2019年 第10期31卷 1777-1785页
作者:曹正文 乔念祖 卜起荣 冯筠西北大学信息科学与技术学院 
为了提高现有胰腺图像分割方法性能,提出一种超像素和U型全卷积网络(U-NET)结合的胰腺图像分割方法.首先,提出一种胰腺CT图像的超像素分割方法;然后,依据分割结果对图像进行映射降维得到腹部视觉概要图像,再将其与超像素位置信息作为U...
来源:详细信息评论
结肠中心线快速提取算法研究
收藏 引用
《计算机辅助设计与图形学学报》2013年 第3期25卷 381-389页
作者:张滢 冯筠 赵翊凯 康宝生 贺小伟西北大学信息科学与技术学院西安710127 
中心线的提取速度是提高结肠计算机辅助检测的效率的重要因素.为此提出了一种基于生成树的中心线快速提取算法(FMST).在分析了最大生成树中心线提取算法(MST)存在大量冗余数据特点的基础上,利用边主源辅的搜索策略,保留趋于物体中心的...
来源:详细信息评论
面向静态手势识别的边缘序列递归模型算法
收藏 引用
《计算机辅助设计与图形学学报》2017年 第4期29卷 599-606页
作者:杨纪争 冯筠 卜起荣 刘潇 韩晓旭 刘晓宁西北大学信息科学与技术学院西安710127 
针对传统手势识别准确率不高、鲁棒性不强的问题,通过研究静态手势轮廓特征,从手势边缘序列角度出发提出一种基于手势边缘轮廓递归图的CK-1距离的手势识别算法CSRP.首先通过阈值分割获取手势区域图像;然后定位起始点坐标,建立随着空间...
来源:详细信息评论
雷达卫星Radarsat
收藏 引用
《遥感技术与应用》1992年 第4期7卷 66-70页
作者:冯筠 
加拿大政府1989年9月13日宣布:计划进行的地球资源遥感项目,雷达卫星(Radarsat)——合成孔径雷达(SAR)卫星的设计与运行方案已经批准,并定于1994年发射;设计寿命为5年。加拿大有关方面为该雷达卫星项目计划进行了十余年的研究和准备。
来源:详细信息评论
基于MRI灌注的计算机辅助肝脏病变检测
收藏 引用
《西北大学学报(自然科学版)》2014年 第6期44卷 904-908页
作者:卜起荣 赵苗苗 冯筠西北大学信息科学与技术学院陕西西安710069 西安理工大学理学院陕西西安710054 
在对肝脏灌注经典的算法进行比较分析的基础上,改进了灌注图像数据的测量,使用Bayes和SVM分类器进行计算机辅助肝脏病变检测。实验结果表明该文设计的针对MRI灌注图像利用多核SVM算法可以在降低算法复杂度的基础上有效降低分类错误率,...
来源:详细信息评论
高校科研管理系统的设计与实现
收藏 引用
《电脑知识与技术》2013年 第4X期9卷 2802-2803,2816页
作者:冯筠安徽矿业职业技术学院安徽淮北235000 安徽淮北煤电技师学院安徽淮北235000 
科研管理是高校工作的重要组成部分,随着国家对基础科研工作的重视程度正在不断提高,科研管理的作用也越来也越重要。但是,目前大部分高校的科研管理工作还是传统手工方式为主,现代化程度较低,不能满足实际工作的需求。为了提高科研信...
来源:详细信息评论
《数据库原理及应用》的教学方法分析
收藏 引用
《内蒙古教育(C)》2011年 第A6期 23-24页
作者:冯筠内蒙古电子信息职业技术学院 
高等职业教育强调工学结合,关注工作过程系统化课程的开发,它涉及同一范畴的多个学习情境的教学实施。在教学过程中按照实在或仿真的情形,通过学生亲自经历的学习实践,可以提高学生的学习自主性,促进学生学习,培养学生能力。本文从理论...
来源:详细信息评论
层次化分类的离线中文签名真伪鉴别方法
收藏 引用
《计算机工程与应用》2018年 第8期54卷 112-118页
作者:魏佳敏 冯筠 卜起荣 高原 赵妍西北大学信息科学与技术学院西安710127 西北大学经济管理学院西安710127 
为了改进中文手写签名真伪鉴别系统的性能,提出了一种混合极限学习机和稀疏表示的层次化分类方法。首先,利用极限学习机强大的泛化能力和鲁棒性,对较易识别的伪签名进行分类,如随机伪造的签名;接着,利用稀疏表示分类具有的精准描述性能...
来源:详细信息评论
聚类工具 回到顶部