抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ウェーブレット変換はテクスチャ分類の分野で用いられている重要な解析手法である。それは一つの画像をサブバンドに分解する。それらサブバンドのいくつかには,その他のものよりもより有意義が係数が含まれている。この特性に基づいて,ここでは,ファジィC-meansクラスタリング手法(FCM)およびウェーブレット変換を結合して用いることにより,テクスチャ解析および分類アプローチを提案した。2Dウェーブレット変換から得られた周波数チャネルに関する2つのペアのエネルギー係数を取り上げ,それらデータを特定の数のクラスタに向けてグルーピングすることにより,それぞれのテクスチャに対して特徴リストを構築することが可能になった。これら特徴リストは,それぞれの周波数チャネルペアにFCMを適用することにより得られる。周波数チャネルペアのそれぞれの組合せに対する特徴として,ここで得られた中心を用いた。未知のテクスチャのk最近傍決定のための手法としてFCMから生成された分割行列を用いた。ウェーブレットツリーの分解レベルの数を変化させることによりウェーブレットFCM特徴のサブバンド効果について調べた。FCMのクラスタおよびk最近傍の数を変化させることにより,最適な特徴の数が得られる可能性がある。実験を行い,提案手法がその他の手法(線形回帰モデル,Gabor変換)よりも性能的に優れていることを示した。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.