换一批- 最近
- 已收藏
- 排序
- 筛选
- 68
- 4
- 1
- 11
- 9
- 9
- 4
- 4
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 出版状态
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 罗艺 张韬 等 《四川大学学报（医学版）》 2016年47卷3期 406-410页MEDLINEISTICPKUCSCDCA
【摘要】 目的 探讨基于模糊C均值聚类(fuzzy c-means clustering,FCM)算法的模糊时间序列分析在戊肝发病率预测中的应用价值.方法 采用基于FCM算法的模糊时间序列分析方法,对2004年1月至2014年7月我国内地法定报告的戊...
- 概要：
- 方法：
- 结论：
【中文期刊】 相艳 贺建峰 等 《生物医学工程学杂志》 2015年32卷2期 330-335页MEDLINEISTICPKUCA
【摘要】 磁共振(MR)图像可以用来检测多发性硬化症(MS)患者的大脑病变.本文提出一种分割多谱MR图像中的MS病灶的自动方法.首先,将T1加权像减去同一断层的Pd加权像,获得脑脊液(CSF)增强的图像.然后,基于模糊核聚类(KFCM)算法,分别从增...
- 概要：
- 方法：
- 结论：
【中文期刊】 王洪瑞 刘琨 等 《生物医学工程学杂志》 2014年31卷6期 1243-1249页MEDLINEISTICPKUCA
【摘要】 为了使被动平衡康复训练系统可以制定安全的训练强度和训练方式,本论文采用T-S模糊辨识方法建立了一种新的人体站立平衡系统数学模型.该模型以多维运动平台的运动加速度为模型输入,人体关节角度为模型输出.采用人工蜂群寻优算法改进模糊C-均值聚类算法...
- 概要：
- 方法：
- 结论：
【中文期刊】 陈晶晶 赵德春 等 《航天医学与医学工程》 2014年27卷6期 448-452页MEDLINEISTICCA
【摘要】 目的 比较改进后的大津阈值法和模糊C均值聚类(FCM)两种分割算法在CT图像肺实质分割中的应用.方法 选取40例肺部图像,分别采用改进的大津阈值法和模糊C均值聚类法,分割出肺实质区域,同时剔除肺部纵膈、气管.最后,采用主观评价和客观分析(图...
- 概要：
- 方法：
- 结论：
【外文期刊】 Laquan,Li ; Chuangbo,Jiang ; 等 《Computers in biology and medicine》 2024年180卷 108980页SCIMEDLINEBP
【关键词】 Active contour model;Bayesian classification;Fuzzy C-means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Asieh,Khosravanian ; Mohammad,Rahmanimanesh ; 等 《Computer methods and programs in biomedicine》 2021年198卷 105809页SCIMEDLINEBP
【关键词】 Brain tumor segmentation;Fuzzy c-means clustering;Lattice Boltzmann method;
- 概要：
- 方法：
- 结论：
【外文期刊】 Samar Jyoti,Saikia ; S R,Nirmala ; 《Computer methods in biomechanics and biomedical engineering》 2022年25卷4期 359-370页SCIMEDLINEBP
【关键词】 Disease gene identification;chicken swarm optimization (CSO);deep learning neural network (DLNN);
- 概要：
- 方法：
- 结论：
【外文期刊】 Yiwen,Wang ; Fan,Li ; 等 《Medical & biological engineering & computing》 2024年62卷2期 371-388页SCIMEDLINEBP
【关键词】 Corpus sample compression;Ensemble learning;Envelope learning;
- 概要：
- 方法：
- 结论：
【外文期刊】 Daniel,Krasnov ; Dresya,Davis ; 等 《Entropy (Basel, Switzerland)》 2023年25卷7期
【关键词】 biogeography-based optimization algorithm;firefly algorithm;fuzzy c-means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Hanjie,Chen ; Saptarshi,Das ; 等 《Computers in biology and medicine》 2022年142卷 105180页SCIMEDLINEBP
【关键词】 Fuzzy C-means clustering;Phase space reconstruction;Prediction and classification;
- 概要：
- 方法：
- 结论：
【外文期刊】 Mohamed,Chtouki ; Frederic,Nguyen ; 等 《Environmental science and pollution research international》 2023年30卷48期 106083-106098页SCIMEDLINEBP
【关键词】 Electrical conductivity;Fuzzy c-means clustering;Nutrient management;
- 概要：
- 方法：
- 结论：
【外文期刊】 Sreedhar,Kollem ; Ch Rajendra,Prasad ; 等 《Current medical imaging》
【关键词】 Contrast enhancement;Multi-kernel fuzzy c-means clustering.;Optimization;
- 概要：
- 方法：
- 结论：
【外文期刊】 David Neels Ponkumar,Devadhas ; Hephzi Punithavathi,Isaac Sugirtharaj ; 等 《Network (Bristol, England)》 2025年36卷3期 855-891页SCIMEDLINE
【关键词】 Convolutional Neural Network (CNN);Deep Neural Network (DNN);Fuzzy-C-means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Kittipol,Wisaeng ; 《Diagnostics (Basel, Switzerland)》 2023年13卷3期
【关键词】 Dilation-Based Function;Weighted Kernel Fuzzy C-Means Clustering;diabetic retinopathy;
- 概要：
- 方法：
- 结论：
【外文期刊】 Folly,Patterson ; Osama,AbuOmar ; 等 《International biomechanics》 2019年6卷1期 34-46页
【关键词】 Traumatic brain injury;fuzzy c-means clustering;principal component analysis;
- 概要：
- 方法：
- 结论：
【外文期刊】 Yueyang,Teng ; Yaonan,Zhang ; 等 《Bio-medical materials and engineering》 2015年26 Suppl 1卷 S1009-18页SCIMEDLINEBP
【关键词】 Segmentation penalty;auxiliary function;fuzzy c-means clustering (FCM);
- 概要：
- 方法：
- 结论：
【外文期刊】 Binay,Subedi ; Abeer,Alsadoon ; 等 《Health informatics journal》 2020年26卷1期 539-562页SCIMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Lina,Li ; Rui,Xia ; 等 《Journal of environmental management》 2024年359卷 121054页SCIMEDLINEBP
【关键词】 Aquatic biological integrity;Fuzzy C-Means clustering;Spatial analysis;
- 概要：
- 方法：
- 结论：
【外文期刊】 Asma,Touil ; Karim,Kalti ; 《Computer methods and programs in biomedicine》 2016年132卷 137-47页SCIMEDLINEBP
【关键词】 Breast skin-line;Fuzzy C-Means clustering;Mammography;
- 概要：
- 方法：
- 结论：
【外文期刊】 Fatih,Şişik ; Eser,Sert ; 《Medical hypotheses》 2020年136卷 109507页SCIMEDLINEBP
【关键词】 Brain tumor segmentation;Extreme learning machine;Magnetic resonance imaging;
- 概要：
- 方法：
- 结论：
【外文期刊】 Jonathon K,Parker ; Lawrence O,Hall ; 《IEEE transactions on fuzzy systems : a publication of the IEEE Neural Networks Council》 2014年22卷5期 1229-1244页
【关键词】 accelerated;effcm;fcm;
- 概要：
- 方法：
- 结论：
【外文期刊】 Saloua,El Motaki ; Ali,Yahyaouy ; 等 《Cluster computing》 2021年24卷4期 3367-3379页
- 概要：
- 方法：
- 结论：
【外文期刊】 Revathy,Sivanandan ; J,Jayakumari ; 《Medical & biological engineering & computing》 2021年59卷4期 957-968页SCIMEDLINEBP
【关键词】 Convolutional neural networks;Echogenecity;Fuzzy c-means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Saravanan,Srinivasan ; Prabin Selvestar Mercy,Bai ; 等 《Diagnostics (Basel, Switzerland)》 2023年13卷6期
【关键词】 convolution recurrent neural network;enhanced fuzzy c-means clustering;image classification;
- 概要：
- 方法：
- 结论：
【外文期刊】 Eun-Hu,Kim ; Sung-Kwun,Oh ; 等 《Neural networks : the official journal of the International Neural Network Society》 2018年104卷 1-14页SCIMEDLINEBP
【关键词】 Context space;Fuzzy C-Means clustering;Fuzzy partition;
- 概要：
- 方法：
- 结论：
【外文期刊】 A Abdul,Hayum ; J,Jaya ; 等 《Scientific reports》 2024年14卷1期 6290页
【关键词】 Breast cancer;Computer-aided detection;Fuzzy convolutional neural network;
- 概要：
- 方法：
- 结论：
【外文期刊】 Jianhua,Song ; Lei,Yuan ; 《Mathematical biosciences and engineering : MBE》 2022年19卷2期 1891-1908页SCIMEDLINEBP
【关键词】 Magnetic resonance imaging ; Markov random field ; brain tissue segmentation ;
- 概要：
- 方法：
- 结论：
【外文期刊】 Karli Eka,Setiawan ; Afdhal,Kurniawan ; 等 《Procedia computer science》 2023年216卷 356-363页
- 概要：
- 方法：
- 结论：
【外文期刊】 Huma,Naz ; Rahul,Nijhawan ; 等 《Microscopy research and technique》 2024年87卷1期 78-94页SCIMEDLINE
【关键词】 DR micro-segmentation;FCM;energy-based Fuzzy c-Means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Kwang Baek,Kim ; Doo Heon,Song ; 等 《Diagnostics (Basel, Switzerland)》 2021年11卷12期
【关键词】 DBSCAN;fuzzy C-means;ganglion cyst;
- 概要：
- 方法：
- 结论：
【外文期刊】 Anup,Das ; Paruthi,Pradhapan ; 等 《Neural networks : the official journal of the International Neural Network Society》 2018年99卷 134-147页SCIMEDLINEBP
【关键词】 Electrocardiogram (ECG);Fuzzy c-Means clustering;Homeostatic plasticity;
- 概要：
- 方法：
- 结论：
【外文期刊】 Madan,Lal ; Lakhwinder,Kaur ; 等 《Journal of X-ray science and technology》 2018年26卷2期 209-225页SCIMEDLINE
【关键词】 Ultrasound images;breast tumor;fuzzy c-means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Ahmed,Youssef ; Belaid,Moa ; 等 《Photodiagnosis and photodynamic therapy》 2024年46卷 104048页SCIMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Khan,Muhammad ; Hylke J,Glass ; 《Heliyon》 2023年9卷6期 e16817页
【关键词】 Declustering;Fuzzy logic;Fuzzy-c-means;
- 概要：
- 方法：
- 结论：
【外文期刊】 Samson Ebenezar,Uthirapathy ; Domnic,Sandanam ; 《International journal of information technology : an official journal of Bharati Vidyapeeth's Institute of Computer Applications and Management》 2023年15卷1期 87-100页
【关键词】 Cuckoo search;Forest fire algorithm;Fuzzy C-means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 Yavuz,Unal ; Kemal,Polat ; 等 《Computers in biology and medicine》 2014年46卷 61-70页SCIMEDLINEBP
【关键词】 Classification;Data pre-processing;Pairwise Fuzzy C-means clustering based feature weighting;
- 概要：
- 方法：
- 结论：
【外文期刊】 Atefeh,Jannatbabaei ; Mohammad,Tafazzoli-Shadpour ; 等 《Journal of biomedical materials research. Part A》 2019年107卷1期 71-80页SCIMEDLINECABP
【关键词】 atomic force microscopy;cell rheology;fuzzy c-means clustering;
- 概要：
- 方法：
- 结论：
【外文期刊】 S M,Vijayarajan ; V,Purna Chandra Reddy ; 等 《Technology and health care : official journal of the European Society for Engineering and Medicine》 2025年33卷5期 2452-2467页SCIMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Akshansh,Gupta ; Dhirendra,Kumar ; 《Brain informatics》 2017年4卷2期 135-145页
【关键词】 Brain computer interface;Empirical wavelet transform;Feature extraction;
- 概要：
- 方法：
- 结论：
【外文期刊】 K,Raajasree ; R,Jaichandran ; 《Computers in biology and medicine》 2025年193卷 110292页SCIMEDLINECABP
【关键词】 Attention guided-generalized intuitionistic fuzzy C-Means clustering;Dynamic graph learning;Jump gain integral recurrent neural network;
- 概要：
- 方法：
- 结论：
加载中...
