期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
k-近邻算法在肝癌检测中的应用
被引量:
1
下载PDF
职称材料
导出
摘要
肝癌分类检测以区分正常肝脏与病变肝脏及确定肝脏病变的类别为主要目的。k-近邻算法是一种基于统计的经典分类方法,具有简单、有效的特点。该文针对k-近邻算法的具体分类过程,结合肝癌分类检测过程中的常用特征(纹理特征、形状特征),将纹理与形状特征分别应用于k-近邻算法分类过程中,获得了较好的实验效果。
作者
王建伟
卜文娟
机构地区
华北水利水电大学软件学院
解放军信息工程大学网络空间安全学院
出处
《电脑知识与技术》
2013年第12期7832-7833,共2页
Computer Knowledge and Technology
关键词
K-近邻算法
纹理特征
形状特征
分类号
TP18 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
8
参考文献
3
共引文献
63
同被引文献
4
引证文献
1
二级引证文献
0
参考文献
3
1
闭小梅,闭瑞华.
KNN算法综述[J]
.科技创新导报,2009,6(14):31-31.
被引量:36
2
潘丽芳,杨炳儒.
基于簇的K最近邻(KNN)分类算法研究[J]
.计算机工程与设计,2009,30(18):4260-4262.
被引量:27
3
叶俊.基于多期肝脏CT图像的计算机辅助诊断系统中关键技术的研究[D].上海:上海交通大学,2010.
二级参考文献
8
1
卢苇,彭雅.
几种常用文本分类算法性能比较与分析[J]
.湖南大学学报(自然科学版),2007,34(6):67-69.
被引量:31
2
刘华.
基于关键短语的文本分类研究[J]
.中文信息学报,2007,21(4):34-41.
被引量:14
3
台德艺,谢飞,胡学钢.
文本分类技术研究[J]
.合肥学院学报(自然科学版),2007,17(3):61-64.
被引量:6
4
Kristof Coussenment, Dirk Van den Poel. Inproving customer complaint management by automatic email classification using linguistic style features as predictors[EB/OL].http://www. elsevier.com/locate/dss,2007.
5
秦玉平,艾青,王秀坤,李祥纳,刘卫江.
基于支持向量机的兼类文本分类算法研究[J]
.计算机工程与设计,2008,29(2):408-410.
被引量:8
6
黄旭,朱艳琴,罗喜召.
实时文本分类系统的研究与实现[J]
.计算机工程,2008,34(18):87-88.
被引量:5
7
林永民,朱卫东.
模糊kNN在文本分类中的应用研究[J]
.计算机应用与软件,2008,25(9):185-187.
被引量:4
8
李荣陆,胡运发.
基于密度的kNN文本分类器训练样本裁剪方法[J]
.计算机研究与发展,2004,41(4):539-545.
被引量:98
共引文献
63
1
东野升鹍,朱大明,姚杰,付志涛,杜思雨.
基于多回波Jaccard系数的近地点滤波算法[J]
.中国水运(下半月),2023(2):22-24.
被引量:1
2
刘锋,白凡.
一种改进的K近邻算法在网页分类中的应用[J]
.电子技术(上海),2010(7):30-31.
被引量:1
3
王春艳,程霜梅,杨鑫.
基于聚簇样本约减的K-近邻神经网络分类器[J]
.情报科学,2010,28(10):1547-1549.
4
王一夫,许鹏,杨小林,韩宇.
数据挖掘中两种简单分类算法的比较[J]
.长沙通信职业技术学院学报,2010,9(4):22-25.
被引量:2
5
周牒岚,陈琳,向华.
数据挖掘算法研究[J]
.现代电子技术,2011,34(20):75-78.
被引量:8
6
刘忠,刘洋,建晓.
基于KD-Tree的KNN文本分类算法[J]
.网络安全技术与应用,2012(5):38-40.
被引量:3
7
邢艳,周勇.
基于互近邻一致性的近邻传播算法[J]
.计算机应用研究,2012,29(7):2524-2526.
被引量:9
8
苟和平,景永霞,冯百明,李勇.
一种基于粗糙集的改进KNN文本分类算法[J]
.科学技术与工程,2012,20(20):4926-4929.
被引量:3
9
陈刚,刘秉权,吴岩.
改进的决策模型在手机垃圾短信过滤中的应用[J]
.计算机工程与设计,2012,33(12):4701-4706.
被引量:1
10
苟和平,景永霞,冯百明,李勇.
基于DBSCAN聚类的改进KNN文本分类算法[J]
.科学技术与工程,2013,21(1):219-222.
被引量:5
同被引文献
4
1
阎晓娜,赵犁丰.
基于支持向量机的改进高斯核函数聚类算法研究[J]
.现代电子技术,2011,34(13):67-70.
被引量:4
2
江保明,杨晓明,徐德启.
轮状病毒疫苗的现状和发展动向[J]
.中国生物制品学杂志,2012,25(2):251-253.
被引量:13
3
李伟,楼金吐,尚世强,李华美,周明明.
杭州地区腹泻患儿轮状病毒感染流行病学特征分析[J]
.中国儿童保健杂志,2012,20(12):1132-1135.
被引量:9
4
陈江丽,张嵘.
一种基于最短距离聚类的K最近邻分类算法[J]
.新乡学院学报,2014,31(12):29-33.
被引量:1
引证文献
1
1
许华萍.
基于KNN核函数聚类的轮状病毒统计分析[J]
.浙江中医药大学学报,2015,39(8):612-614.
1
朱宇萍,陈馨.
基于纳米材料构建甲胎蛋白免疫传感器的研究与应用[J]
.内江科技,2012,33(9):128-128.
2
付燕,聂亚娜,靳玉萍.
基于SVM的肝脏B超图像纹理分类[J]
.计算机应用与软件,2012,29(12):291-294.
被引量:7
3
王岩,佡思维,何兰,李冬梅,赵阳,武振龙.
基于演化偏微分方程的肝脏病变图像识别[J]
.药物与人,2014,27(5):1-1.
4
张晓峰,李景辉,马燕.
肝CT图像中阴影部分的精确检测[J]
.计算机工程与设计,2009,30(21):4895-4897.
被引量:1
5
欧洲开发出“虚拟肝脏”在线影像技术[J]
.科技与生活,2012(2):17-17.
6
张彦昆,安清宇,陈文健.
基于脉冲耦合神经网络的肝癌早期特征识别[J]
.福建电脑,2008,24(7):110-110.
被引量:1
7
CHENG Guo,GUO Yan-li,ZHONG Chun-yan,TAN Li-wen,ZHANG Shao-xiang.
Value of a virtual hepatic segment model in assisting in the ultrasonic localization of intrahepatic lesions[J]
.Chinese Medical Journal,2013(23):4417-4422.
被引量:3
8
李彩霞,李芬华,刘敏.
基于分形和神经网络的B超图像识别[J]
.河北大学学报(自然科学版),2004,24(5):536-540.
被引量:4
9
陈菲.
神经网络在超声脂肪肝图像识别中的应用研究[J]
.微计算机信息,2007,23(04X):302-303.
被引量:6
10
陈菲.
超声肝图像SOFM网络识别方法[J]
.西南科技大学学报,2007,22(2):40-43.
电脑知识与技术
2013年 第12期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部