Zobrazeno 1 - 10
of 141
pro vyhledávání: '"Intuitionistic fuzzy C-means"'
Autor:
Ghosh, Smarajit
Publikováno v:
In Applied Soft Computing January 2025 169
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Tongxin xuebao, Vol 41, Pp 120-129 (2020)
Due to the sensitivity of the traditional intuitionistic fuzzy c-means (IFCM) clustering algorithm to the clustering center in image segmentation,which resulted in the low clustering precision,poor retention of details,and large time complexity,an in
Externí odkaz:
https://doaj.org/article/0d73ee0308344631a54d4118311d2e6a
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
IEEE Access, Vol 7, Pp 84565-84579 (2019)
Clustering algorithms have attracted a lot of attentions recently in real-world applications. However, the traditional clustering algorithms still have plenty of defects which are not yet resolved. In this paper, a kernel-based intuitionistic fuzzy C
Externí odkaz:
https://doaj.org/article/c22c268686b0405c9cf40e05f5794043
Publikováno v:
Remote Sensing, Vol 14, Iss 14, p 3490 (2022)
This paper proposes a superpixel spatial intuitionistic fuzzy C-means (SSIFCM) clustering algorithm to address the problems of misclassification, salt and pepper noise, and classification uncertainty arising in the pixel-level unsupervised classifica
Externí odkaz:
https://doaj.org/article/66a657d82a9c4ac093ba6b94cd4e8917