امروز شنبه 04 / 09 / 1396

MtDb51: کد محصول

Bayesian expectation maximization algorithm by using B-splines functions: Application in image segmentation
الگوريتم بيشينه سازي اميد بيزين با استفاده از توابع B-Spline: كاربرد در قطعه بندي تصوير

زبان مبدا :انگلیسی

نام نویسنده :A. Hadricha & M. Zribi

سال انتشار :2015

تعداد صفحات انگلیسی :14

تعداد صفحات فارسی :28

رشته های مرتبط با این مقاله :کامپیوتر

قیمت بر حسب ریال :130,000

تعداد بازديد :107

جزئیات بیشتر ودانلود
 

چکیده

الگوريتم بيشينه سازي اميد بيزين با استفاده از توابع B-Spline: كاربرد در قطعه بندي تصوير

پياده سازي توزيع های آميخته متناهي بيزين حوزه مطلوب در اين مقاله است. بعنوان مثال براي متغير هاي مستقل تصادفي مقدار واقعي با توزيع يكسان با تابع چگالي احتمالي ناشناخته مشترك (f)، مساله تخمين تابع چگالي احتمال (f) از مجموعه نمونه مطرح مي شود. در اين مقاله ما فرض مي كنيم كه چگالي f بعنوان يك تركيب خطي محدود از توابع B-Spline مرتبه دوم باشد. مساله تخمين چگالي f به تخمين ضرايب B-Spline منجر می شود. برای حل این مشکل، ما فرض می کنیم که توزیع پیشین از ضرایب B-Spline يك توزيع دريكله است. تخمين اين ضرايب به ما اجازه مي دهد كه يك الگوريتم جديد با عنوان بيشينه سازي اميد بيزين را معرفي نماييم. در حقيقت، اين الگوريتم تركيبي از روش بيزين و الگوريتم حداكثرسازي اميد است كه تلاش مي كند توزيع پیشين بيزين را بطور مستقيم بهينه نمايد. اين الگوريتم براي حالت توزيع های آمیخته تعميم يافته است. مطالعه ما در مورد خواص مجانبي تخمينگر بيزين است.

سپس، در ادامه كارايي الگوريتم ما با يك شبيه سازي قطعه بندي تصوير واقعي ارزيابي و مقايسه ميشود. در هر دو حالت الگوريتم بيزين پیشنهادی ما، نتايج بهتري را نشان مي دهد.

 


این مقاله در رابطه با ترجمه تخصصی رشته ریاضی و زیر شاخه علوم پایه میباشد، بطوریکه با کمک گرفتن از مترجمین متخصص در این حوزه اقدام به ترجمه مقاله نموده و جهت انتشار در سایت ترجمه تخصصی کاراپن آماده سازی شده است.

مقاله Bayesian expectation maximization algorithm by using B-splines functions: Application in image segmentation که تحت عنوان "الگوريتم بيشينه سازي اميد بيزين با استفاده از توابع B-Spline: كاربرد در قطعه بندي تصوير" ترجمه شده است، در سال 2015 نوشته و در ژورنال تخصصی ELSEVIER به چاپ رسیده است. تعداد صفحات انگلیسی این مقاله 14 صفحه و تعداد صفحات فارسی ترجمه شده آن شامل 28 صفحه میباشد. 

 

Abstract

Bayesian expectation maximization algorithm by using B-splines functions: Application in image segmentation

The Bayesian implementation of finite mixtures of distributions has been an area of considerable interest within the literature.
Given a sample of independent identically distributed real-valued random variables with a common unknown probability density function f , the considered problem here is to estimate the probability density function f from the sample set. In our work, we suppose that the density f is expressed as a finite linear combination of second order B-splines functions. The problem of estimating the density f leads to the estimation of the coefficients of B-splines. In order to solve this problem, we suppose that the prior distribution of the B-splines coefficients is a Dirichlet distribution. The estimation of these coefficients allowed us to introduce a new algorithm called Bayesian expectation maximization. In fact, this algorithm, which is the combination of the Bayesian approach and the expectation maximization algorithm, attempts to directly optimize the posterior Bayesian distribution. This algorithm has been generalized to the case of mixing distributions.We have studied the asymptotic properties of the Bayesian estimator.
Then, the performance of our algorithm has been evaluated and compared by making a simulation study, followed by a real image segmentation. In both cases, our proposed Bayesian algorithm is shown to give better results.

 
 
برچسب ها : ترجمه مقاله ریاضی , سایت ترجمه , ترجمه تخصصی , ترجمه تخصصی مقالات ریاضی , ترجمه مقالات , ترجمه مقاله , مقاله الگوريتم بيشينه سازي اميد بيزين با استفاده از توابع B-Spline , ترجمه مقاله Bayesian expectation maximization algorithm by using B-splines functions