期刊导航
期刊开放获取
cqvip
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
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于分布先验的半监督FCM的肺结节分类
被引量：
6
1
作者
姜婷
袭肖明
岳厚光
《智能系统学报》
CSCD
北大核心
2017年第5期729-734,共6页
肺结节的良恶性分类对于肺癌的早期发现及诊断具有重要意义。然而实际应用中,标记的图像数量较少,且获取标记将耗费大量的人力,在这种情况下,使用半监督学习算法是有效提高分类性能的一个思路。作为一种经典的半监督学习算法,传统的半监...
肺结节的良恶性分类对于肺癌的早期发现及诊断具有重要意义。然而实际应用中,标记的图像数量较少,且获取标记将耗费大量的人力,在这种情况下,使用半监督学习算法是有效提高分类性能的一个思路。作为一种经典的半监督学习算法,传统的半监督FCM在未标记样本与标记样本分布不平衡情况下不能充分利用标记信息。针对此问题,本文提出了一种基于分布先验的半监督FCM算法。首先计算样本的先验分布概率,基于获得的先验概率,给样本赋予权重,并将其融入到半监督FCM聚类中,从而强化少量的标记样本在聚类过程中的指导作用。文中在LIDC数据库上进行了相应的实验,实验结果证明,相比较传统的半监督FCM算法,提出的算法能够取得更好的肺结节分类性能。
展开更多
关键词
肺结节分类
半
监督
fcm
先验分布信息
图像处理
LIDC数据库
下载PDF
职称材料
基于半监督FCM聚类算法的卫星云图分类
被引量：
4
2
作者
来旭
李国辉
张军
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2008年第6期73-77,共5页
针对卫星云图的特点在分类特征集中采用了一种新的特征——差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响。将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法...
针对卫星云图的特点在分类特征集中采用了一种新的特征——差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响。将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法未考虑领域知识导致的聚类结果的盲目性。半监督FCM方法在聚类过程中加入少量的由领域专家标记的样本,引入专家的领域知识,通过与这些带有类标记的样本进行相似性比较,引导FCM方法的聚类过程。试验结果表明,基于具有差异化特征的云图特征集,半监督FCM方法能有效地提高云图分类的准确率。
展开更多
关键词
差异化特征
半
监督
fcm
卫星云图分类
下载PDF
职称材料
一种新的融合空间信息的半监督变化监测方法
被引量：
5
3
作者
谢福鼎
于珊珊
杨俊
《测绘通报》
CSCD
北大核心
2018年第1期50-54,共5页
基于改进的半监督FCM算法和马尔科夫随机场,提出了一种新的融合空间信息的半监督变化监测方法。首先将两幅遥感图像相减得到差值图像,并通过第4波段的差值给出了一种新的样本标记方法;然后,通过标记样本对差值图像利用半监督FCM算法进...
基于改进的半监督FCM算法和马尔科夫随机场,提出了一种新的融合空间信息的半监督变化监测方法。首先将两幅遥感图像相减得到差值图像,并通过第4波段的差值给出了一种新的样本标记方法;然后,通过标记样本对差值图像利用半监督FCM算法进行聚类;最后,为了提高监测精度和去除聚类噪音点,利用像元点之间的空间邻接关系和马尔科夫随机场,通过更新后的隶属度矩阵得到了监测结果。为了验证本文方法的有效性,选取了两组TM遥感图像,监测了森林的变化。试验结果表明,改进的半监督FCM算法可以减少监测的漏检率,马尔科夫随机场方法可以很好地去除聚类过程中形成的噪声点,减少监测的虚检率。
展开更多
关键词
变化检测
半
监督
fcm
算法
马尔科夫随机场
遥感影像分类
下载PDF
职称材料
基于改进的半监督FCM聚类算法的肺结节分类与识别
被引量：
2
4
作者
李秋萍
刘慧
苏志远
《图学学报》
CSCD
北大核心
2015年第2期244-250,共7页
对肺结节的分类识别是肺部肿瘤计算机辅助诊断系统的关键环节。为了提高肺结节分类识别的准确率,针对肺结节的病变特征提取出一组以形状特征为主的特征向量,同时基于LIDC数据库中医生提供的标记信息,提出一种改进的半监督FCM聚类分析算...
对肺结节的分类识别是肺部肿瘤计算机辅助诊断系统的关键环节。为了提高肺结节分类识别的准确率,针对肺结节的病变特征提取出一组以形状特征为主的特征向量,同时基于LIDC数据库中医生提供的标记信息,提出一种改进的半监督FCM聚类分析算法,利用部分标记样本的类别信息来指导聚类过程,使非标记样本更准确的聚类。实验结果表明,本文方法能得到更高的分类准确率。
展开更多
关键词
计算机辅助诊断
半
监督
fcm
聚类
病变特征
标记信息
下载PDF
职称材料
题名
基于分布先验的半监督FCM的肺结节分类
被引量：
6
1
作者
姜婷
袭肖明
岳厚光
机构
山东财经大学计算机科学与技术学院
出处
《智能系统学报》
CSCD
北大核心
2017年第5期729-734,共6页
基金
国家自然科学基金项目(61573219
61671274)
+2 种基金
山东省自然科学基金项目(ZR2016FQ18
ZR2014HM065)
医药卫生科技发展计划项目(2014ws0109)
文摘
肺结节的良恶性分类对于肺癌的早期发现及诊断具有重要意义。然而实际应用中,标记的图像数量较少,且获取标记将耗费大量的人力,在这种情况下,使用半监督学习算法是有效提高分类性能的一个思路。作为一种经典的半监督学习算法,传统的半监督FCM在未标记样本与标记样本分布不平衡情况下不能充分利用标记信息。针对此问题,本文提出了一种基于分布先验的半监督FCM算法。首先计算样本的先验分布概率,基于获得的先验概率,给样本赋予权重,并将其融入到半监督FCM聚类中,从而强化少量的标记样本在聚类过程中的指导作用。文中在LIDC数据库上进行了相应的实验,实验结果证明,相比较传统的半监督FCM算法,提出的算法能够取得更好的肺结节分类性能。
关键词
肺结节分类
半
监督
fcm
先验分布信息
图像处理
LIDC数据库
Keywords
classification of pulmonary nodules
semi-supervised
fcm
prior distribution
image processing
LIDC database
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于半监督FCM聚类算法的卫星云图分类
被引量：
4
2
作者
来旭
李国辉
张军
机构
国防科技大学信息系统与管理学院
出处
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2008年第6期73-77,共5页
基金
国家自然基金资助项目(60473116)
文摘
针对卫星云图的特点在分类特征集中采用了一种新的特征——差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响。将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法未考虑领域知识导致的聚类结果的盲目性。半监督FCM方法在聚类过程中加入少量的由领域专家标记的样本,引入专家的领域知识,通过与这些带有类标记的样本进行相似性比较,引导FCM方法的聚类过程。试验结果表明,基于具有差异化特征的云图特征集,半监督FCM方法能有效地提高云图分类的准确率。
关键词
差异化特征
半
监督
fcm
卫星云图分类
Keywords
diversity index （DI）
semi-supervised
fcm
satellite cloud classification
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种新的融合空间信息的半监督变化监测方法
被引量：
5
3
作者
谢福鼎
于珊珊
杨俊
机构
辽宁师范大学城市与环境学院
出处
《测绘通报》
CSCD
北大核心
2018年第1期50-54,共5页
基金
国家自然科学基金(41771178
61772252)
广东省数学与交叉科学普通高校重点实验室开放课题
文摘
基于改进的半监督FCM算法和马尔科夫随机场,提出了一种新的融合空间信息的半监督变化监测方法。首先将两幅遥感图像相减得到差值图像,并通过第4波段的差值给出了一种新的样本标记方法;然后,通过标记样本对差值图像利用半监督FCM算法进行聚类;最后,为了提高监测精度和去除聚类噪音点,利用像元点之间的空间邻接关系和马尔科夫随机场,通过更新后的隶属度矩阵得到了监测结果。为了验证本文方法的有效性,选取了两组TM遥感图像,监测了森林的变化。试验结果表明,改进的半监督FCM算法可以减少监测的漏检率,马尔科夫随机场方法可以很好地去除聚类过程中形成的噪声点,减少监测的虚检率。
关键词
变化检测
半
监督
fcm
算法
马尔科夫随机场
遥感影像分类
Keywords
change detection
semi-supervised
fcm
algorithm
Markov random field
remote sensing image classification
分类号
P23 [天文地球—摄影测量与遥感]
下载PDF
职称材料
题名
基于改进的半监督FCM聚类算法的肺结节分类与识别
被引量：
2
4
作者
李秋萍
刘慧
苏志远
机构
山东财经大学计算机科学与技术学院
山东省数字媒体技术重点实验室
出处
《图学学报》
CSCD
北大核心
2015年第2期244-250,共7页
基金
山东省科技发展计划资助项目(2014GGX101037)
济南市科技发展计划资助项目(201401216)
文摘
对肺结节的分类识别是肺部肿瘤计算机辅助诊断系统的关键环节。为了提高肺结节分类识别的准确率,针对肺结节的病变特征提取出一组以形状特征为主的特征向量,同时基于LIDC数据库中医生提供的标记信息,提出一种改进的半监督FCM聚类分析算法,利用部分标记样本的类别信息来指导聚类过程,使非标记样本更准确的聚类。实验结果表明,本文方法能得到更高的分类准确率。
关键词
计算机辅助诊断
半
监督
fcm
聚类
病变特征
标记信息
Keywords
computer-aided diagnosis
fuzzy C-means clustering with partial supervision
lesion characteristic
annotation information
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于分布先验的半监督FCM的肺结节分类
姜婷
袭肖明
岳厚光
《智能系统学报》
CSCD
北大核心
2017
6
下载PDF
职称材料
2
基于半监督FCM聚类算法的卫星云图分类
来旭
李国辉
张军
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2008
4
下载PDF
职称材料
3
一种新的融合空间信息的半监督变化监测方法
谢福鼎
于珊珊
杨俊
《测绘通报》
CSCD
北大核心
2018
5
下载PDF
职称材料
4
基于改进的半监督FCM聚类算法的肺结节分类与识别
李秋萍
刘慧
苏志远
《图学学报》
CSCD
北大核心
2015
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
