Veuillez utiliser cette adresse pour citer ce document :
http://dspace1.univ-tlemcen.dz/handle/112/1045
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | KOUDRI, Mohammed | - |
dc.date.accessioned | 2012-06-13T11:01:55Z | - |
dc.date.available | 2012-06-13T11:01:55Z | - |
dc.date.issued | 2011-09-29 | - |
dc.identifier.uri | http://dspace.univ-tlemcen.dz/handle/112/1045 | - |
dc.description.abstract | La classification automatique est une étape primordiale dans une succussion d'étapes de fouille de données. dans ce travail nous utilisons une de ses méthodes pour extraire à partir d'ensemble de données des liens communs entre ses composantes, dans notre cas nous travaillons sur les images médicales, notre objectif est de segmenter d'une manière automatique les différents objets(cellules) qu'elle contient l'image sanguine de test (ie :les globules blanc, globules rouges et le fond), selon une technique basée sur un modèle de mélanges gaussiens, en utilisant la méthode "EM" ( Expectation maximization) afin d’estimer ses paramètres , puis nous la comparons avec la même image segmentée par un expert de domaine . | en_US |
dc.language.iso | fr | en_US |
dc.subject | EM | en_US |
dc.subject | segmentation | en_US |
dc.subject | clustering | en_US |
dc.subject | GMM | en_US |
dc.subject | Classification automatique | en_US |
dc.title | Modèle de mélange Gaussien. Application sur image cytologique | en_US |
dc.type | Working Paper | en_US |
Collection(s) : | Master MID |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
page-de-garde .pdf | 495,52 kB | Adobe PDF | Voir/Ouvrir | |
Resume.pdf | 122,14 kB | Adobe PDF | Voir/Ouvrir | |
Memoire.pdf | 2,51 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.