Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/1045
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorKOUDRI, Mohammed-
dc.date.accessioned2012-06-13T11:01:55Z-
dc.date.available2012-06-13T11:01:55Z-
dc.date.issued2011-09-29-
dc.identifier.urihttp://dspace.univ-tlemcen.dz/handle/112/1045-
dc.description.abstractLa 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.isofren_US
dc.subjectEMen_US
dc.subjectsegmentationen_US
dc.subjectclusteringen_US
dc.subjectGMMen_US
dc.subjectClassification automatiqueen_US
dc.titleModèle de mélange Gaussien. Application sur image cytologiqueen_US
dc.typeWorking Paperen_US
Collection(s) :Master MID

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
page-de-garde .pdf495,52 kBAdobe PDFVoir/Ouvrir
Resume.pdf122,14 kBAdobe PDFVoir/Ouvrir
Memoire.pdf2,51 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.