基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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。
推荐文章
基于K-近邻树的离群检测算法
离群检测
离群簇
最小生成树
不相似性
K-近邻
基于改进的K-最近邻算法的病毒检测方法
K-最近邻算法
计算机病毒
病毒检测
Internet
一种自适应k-最近邻算法的研究
模式分类
k-最近邻算法
超球
BP网络算法
基于K-近邻算法的业务量预测
K-近邻算法
业务量时间序列
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 k-近邻算法在肝癌检测中的应用
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 K-近邻算法 纹理特征 形状特征
年,卷(期) 2013,(12) 所属期刊栏目
研究方向 页码范围 7832-7833
页数 2页 分类号 TP18
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王建伟 华北水利水电大学软件学院 12 48 5.0 6.0
2 卜文娟 解放军信息工程大学网络空间安全学院 7 17 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
K-近邻算法
纹理特征
形状特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导