《表3 算法性能比较:结合FCM聚类和边缘感知模型的眼底渗出物检测》
%
为了检验所提方法的性能,用以上提到的四个评价指标分析,分别与动态阈值和数学形态学结合的方法[7]、形态学背景估计和SVM分类结合的方法[9]、决策树分类器分类的方法[12]、传统深度卷积网络的方法[13]相比,得到的效果图如图8所示,计算测试集图像各项评价指标的平均值,结果如表3所示。
图表编号 | XD00163016800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 刘俊涛、王素娟、林晓明、刘祚时、谭俭辉、宋丹 |
绘制单位 | 江西理工大学机电工程学院、广东顺德创新设计研究院、江西理工大学机电工程学院、广东顺德创新设计研究院、江西理工大学机电工程学院、广东工业大学自动化学院、桂林理工大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |