符合中小企业对网站设计、功能常规化式的企业展示型网站建设
本套餐主要针对企业品牌型网站、中高端设计、前端互动体验...
商城网站建设因基本功能的需求不同费用上面也有很大的差别...
手机微信网站开发、微信官网、微信商城网站...
这篇文章主要介绍了ROC曲线的最佳阈值怎么选取,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
创新互联专注于网站建设,为客户提供网站设计制作、成都做网站、网页设计开发服务,多年建网站服务经验,各类网站都可以开发,品牌网站设计,公司官网,公司展示网站,网站设计,建网站费用,建网站多少钱,价格优惠,收费合理。为了获取ROC曲线的最佳阈值,需要使用一个指标--约登指数,也称正确指数。
借助于matlab的roc函数可以得出计算。
% 1-specificity = fpr % Sensitivity = tpr; [tpr,fpr,thresholds] =roc(Tar',Val'); RightIndex=(tpr+(1-fpr)-1); [~,index]=max(RightIndex); % RightIndexVal=RightIndex(index(1)); tpr_val=tpr(index(1)); fpr_val=fpr(index(1)); thresholds_val=thresholds(index(1)); disp(['平均准确率: ',num2str((RightIndexVal+1)*0.5)]); disp(['最佳正确率: ',num2str(tpr_val)]) disp(['最佳错误率: ',num2str(fpr_val)])
至此计算结束了。
补充拓展:利用阈值分割目标图像
一.全局阈值
方法一:OTSU方法
otsu法(大类间方差法,有时也称之为大津算法)使用的是聚类的思想,把图像的灰度数按灰度级分成2个部分,使得两个部分之间的灰度值差异大,每个部分之间的灰度差异最小,通过方差的计算来寻找一个合适的灰度级别来划分。 所以可以在二值化的时候采用otsu算法来自动选取阈值进行二值化。otsu算法被认为是图像分割中阈值选取的最佳算法,计算简单,不受图像亮度和对比度的影响。因此,使类间方差大的分割意味着错分概率最小。
选择阈值k,把像素分为两类:
T=graythresh(f)即可实现用方法一计算归一化的阈值。
二.局域阈值
当背景照度不均匀时,全局阈值方法可能失效,此时,用局域变化的阈值函数T(x,y)分割图像f(x,y):
matlab实现程序:
clear all;close all;clc; I=imread('C:\Users\ASUS\Desktop\图像处理学习文件\大二下\使用阈值分割目标_15\Fig0926(a)(rice).tif'); figure imshow(I) title('original image') k=graythresh(I); I1=im2bw(I,k); figure imshow(I1) se=strel('disk',10); %产生半径为10的圆盘形结构元素 fo=imopen(I1,se); %用结构元素对灰度图像进行开运算 figure imshow(fo) title('Opened image') f2=imtophat(I,se); %用原图像减去开运算图像,即对图像进行顶帽运算 figure imshow(f2,[]) %显示顶帽运算结果 title('Top-hat transformation') f2=im2double(f2); T=graythresh(f2); bw2=im2bw(f2,T); %对顶帽处理后的图像进行阈值处理 figure imshow(bw2,[]) title('Thresholded top-hat image') %显示阈值处理后的顶帽图像
感谢你能够认真阅读完这篇文章,希望小编分享的“ROC曲线的最佳阈值怎么选取”这篇文章对大家有帮助,同时也希望大家多多支持创新互联,关注创新互联行业资讯频道,更多相关知识等着你来学习!