دانلود ترجمه مقاله مجازی سازی حجم کمی آماری - مجله IEEE

دانلود ترجمه مقاله مجازی سازی حجم کمی آماری - مجله IEEE
قیمت خرید این محصول
۴۱,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
مجازی سازی حجم کمی آماری
عنوان انگلیسی
Statistically Quantitative Volume Visualization
صفحات مقاله فارسی
33
صفحات مقاله انگلیسی
8
سال انتشار
2005
نشریه
آی تریپل ای - IEEE
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
4026
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
سخت افزار
مجله
مجازی سازی
دانشگاه
دانشگاه یوتا
کلمات کلیدی
مجازی سازی حجم، عدم قطعیت، دسته بندی، تحلیل ریسک
۰.۰ (بدون امتیاز)
امتیاز دهید
فهرست مطالب
چکیده
۱ مقدمه
۲ کارهای قبل
۳ دسته بندی آماری کلی
۱ ۳ انتخاب ویژگی
۲ ۳ انتخاب دسته بند
۳ ۳ تخمین پارامتر
۴ ۳ تخمین احتمال کلاس
۵ ۳ تحلیل ریسک و تصمیم
۴ مجازی سازی داده های دسته بندی شده
۱ ۴ احتمالات چند کلاسه نگاشت رنگ
۲ ۴ توابع انتقال ریسک محور
۵ پارامتری کردن
۱ ۵ کاهش ابعاد بر مبنای گراف GDR
۱ ۱ ۵ ساخت گراف
۲ ۱ ۵ طرح گراف
۳ ۱ ۵ درونیابی و رمزگذاری داده های پراکنده
۶ اجرا
۱ ۶ برش و کاوش
۲ ۶ دسته بندی و قطعه بندی
۳ ۶ رمزگذاری GDR
۴ ۶ مجازی سازی
۷ نتایج و بحث
۸ نتیجه گیری و کار آتی
نحوه خرید نسخه پاورپوینت این مقاله
اگر مایل به تهیه نسخه پاورپوینت مقاله مجازی سازی حجم کمی آماری هستید اینجا کلیک نمایید. همچنین برای خرید مقاله ورد از دکمه های زیر استفاده نمایید.
نمونه چکیده متن اصلی انگلیسی
Abstract

Visualization users are increasingly in need of techniques for assessing quantitative uncertainty and error in the images produced. Statistical segmentation algorithms compute these quantitative results, yet volume rendering tools typically produce only qualitative imagery via transfer functionbased classification. This paper presents a visualization technique that allows users to interactively explore the uncertainty, risk, and probabilistic decision of surface boundaries. Our approach makes it possible to directly visualize the combined ”fuzzy” classification results from multiple segmentations by combining these data into a unified probabilistic data space. We represent this unified space, the combination of scalar volumes from numerous segmentations, using a novel graph-based dimensionality reduction scheme. The scheme both dramatically reduces the dataset size and is suitable for efficient, high quality, quantitative visualization. Lastly, we show that the statistical risk arising from overlapping segmentations is a robust measure for visualizing features and assigning optical properties.

نمونه چکیده ترجمه متن فارسی
چکیده
کاربران مجازی سازی یا بصری سازی داده ها همواره به تکنیک هایی برای سنجش و ارزیابی عدم قطعیت و خطای کمی در تصاویر تولید شده نیاز دارند. الگوریتم های قطعه بندی آماری نتایج کمی را محاسبه می کنند، با این وجود، ابزارهای تولید کننده حجم به طور نوعی تصویربرداری کمی را از طریق دسته بندی بر مبنای تابع انتقال انجام می دهند. مقاله حاصر یک تکنیک مجازی سازی یا بصری سازی را مطرح می کند که به کاربران اجازه کشف تعاملی عدم قطعیت، ریسک و تصمیم احتمالی در مورد مرزهای تصویر را می دهد. شیوه پیشنهادی امکان مجازی سازی مستقیم نتایج دسته بندی فازی مرکب از قطعه بندیهای متعدد با ترکیب این داده ها در فضای داده احتمالی واحد را فراهم می آورد. در اینجا این فضای واحد، ترکیبی از حجم های اسکالر از قطعه بندیهای متعدد را با استفاده از طرح جدید کاهش ابعاد مبتنی برگراف مطرح می کنیم. طرح پیشنهادی اندازه مجموعه داده را کاهش و برای مجازی سازی کمی ، باکیفیت بالا و کارآمد مناسب می باشد. بالاخره، نشان می دهیم که ریسک آماری ناشی از قطعه بندیهای همپوشان معیاری محکم برای مجازی سازی ویژگیها و تخصیص خصوصیات نوری محسوب می شود.

بدون دیدگاه