国家学术搜索
登录
注册
中文
EN
首页
|
加权KNN结合K-D树算法在医学图像分类中的研究
加权KNN结合K-D树算法在医学图像分类中的研究
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
万方数据
维普
中文摘要:
随着医学技术的不断发展,医学图像处理已经成为重要的研究领域.K最近邻(KNN)算法是一种经典的机器学习算法,具有简单、易于理解和实现的优势,被广泛应用于各种分类问题中.但KNN算法的分类结果容易受到数据集的随机性、噪声和异常值的影响,导致分类结果不稳定;并且算法对数据集的规模和分布敏感.KNN算法的分类性能会受到数据集的规模和分布的影响.本文主要探讨了改进加权KNN结合K-D树算法在医学图像分类中的应用,并对其应用算法和过程进行了说明.
收起全部
展开查看外文信息
作者:
宋欣、金松根、韩婷
展开 >
作者单位:
牡丹江医学院,黑龙江 牡丹江,157011
关键词:
K最近邻(KNN)
加权
医学图像分类
K-D树
出版年:
2024
DOI:
10.19772/j.cnki.2096-4455.2024.8.036
电子元器件与信息技术
电子元器件与信息技术
ISSN:
年,卷(期):
2024.
8
(8)