Wynik wyszukiwania
Zapytanie: FUZZY CLUSTERING
Liczba odnalezionych rekordów: 40



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/40
Nr opisu: 0000126369   
Fuzzy classifier based on clustering with pairs of ε-hyperballs and its application to support fetal state assessment.
[Aut.]: Michał Jeżewski, Robert Czabański, J. Leski, J. Jeżewski.
-Expert Syst. Appl. 2019 vol. 118, s. 109-126, bibliogr. 115 poz.. Impact Factor 4.292. Punktacja MNiSW 140.000

klasyfikator rozmyty ; ekstrakcja reguł rozmytych ; grupowanie rozmyte ; monitorowanie płodu

fuzzy classifier ; fuzzy rules extraction ; fuzzy clustering ; fetal monitoring ; epsilon-insensitivity

2/40
Nr opisu: 0000118992   
Linguistically described covariance matrix estimation.
[Aut.]: Tomasz Przybyła, Tomasz Pander.
W: Man-machine interactions 5. 5th International Conference on Man-Machine Interactions, ICMMI 2017, Kraków, Poland, October 3-6, 2017. Eds. Aleksandra Gruca, Tadeusz Czachórski, Katarzyna Harezlak, Stanisław Kozielski, Agnieszka Piotrowska. Berlin : Springer International Publishing, 2018, s. 238-248, bibliogr. 16 poz. (Advances in Intelligent Systems and Computing ; vol. 659 2194-5357)

grupowanie rozmyte ; filtrowanie projekcyjne ; odporna macierz kowariancji

fuzzy clustering ; projective filtering ; robust covariance matrix

3/40
Nr opisu: 0000117475
Fuzzy clustering with ε-hyperballs and its application to data classification.
[Aut.]: Michał Jeżewski, Robert Czabański, Jacek Łęski.
W: Artificial intelligence and soft computing. 16th International Conference, ICAISC 2017, Zakopane, Poland, June 11-15, 2017. Proceedings. Pt. 2. Eds.: Leszek Rutkowski, Marcin Korytkowski, Rafał Scherer, Ryszard Tadeusiewicz, Lotfi A. Zadeh, Jacek M. Zurada. Cham : Springer, 2017, s. 84-93, bibliogr. 18 poz. (Lecture Notes in Computer Science ; vol. 10246 0302-9743)

fuzzy clustering ; data classification ; fuzzy if-then rules

4/40
Nr opisu: 0000114810   
Fuzzy weighted C-ordered means clustering algorithm.
[Aut.]: Krzysztof Simiński.
-Fuzzy Sets Syst. 2017 vol. 318, s. 1-33, bibliogr. 23 poz.. Impact Factor 2.675. Punktacja MNiSW 40.000

grupowanie rozmyte ; uśrednianie ważone

fuzzy clustering ; subspace clustering ; ordered weighted averaging

5/40
Nr opisu: 0000103671   
A new approach for the clustering using pairs of prototypes.
[Aut.]: Michał Jeżewski, Robert Czabański, Jacek Łęski, K. Horoba.
-J. Med. Informat. Technol. 2015 vol. 24, s. 113-121, bibliogr. 13 poz.. Punktacja MNiSW 8.000

grupowanie rozmyte ; para prototypów ; klasyfikacja oparta na regułach rozmytych

fuzzy clustering ; pair of prototype ; fuzzy rule-based classification

6/40
Nr opisu: 0000104057   
Fuzzy c-ordered-means clustering.
[Aut.]: Jacek Łęski.
-Fuzzy Sets Syst. 2015 vol. 286, s. 114-133, bibliogr. 38 poz.. Impact Factor 2.098. Punktacja MNiSW 40.000

grupowanie rozmyte ; algorytm rozmytych c-środków ; odporna metoda statystyczna ; metoda odporna

fuzzy clustering ; Fuzzy C-Means ; ordered weighted averaging ; robust method

7/40
Nr opisu: 0000101917   
On robust fuzzy c-regression models.
[Aut.]: Jacek Łęski, Marian Kotas.
-Fuzzy Sets Syst. 2015 vol. 269, s. 112-129, bibliogr. 43 poz.. Impact Factor 2.098. Punktacja MNiSW 40.000

grupowanie rozmyte ; algorytm rozmytych c-środków ; rozmyty model c-regresji ; odporna metoda statystyczna ; analiza sygnałów

fuzzy clustering ; Fuzzy C-Means ; fuzzy c-regression model ; robust method ; signal analysis ; ordered weighted averaging

8/40
Nr opisu: 0000093801
The application of median fuzzy clustering and robust weighted averaging for electronystagmography signal processing.
[Aut.]: Tomasz Pander, Robert Czabański, Tomasz Przybyła, Ewa Straszecka.
W: Intelligent Systems'2014. Proceedings of the 7th IEEE International Conference Intelligent Systems IS'2014, Warsaw, Poland, September 24-26, 2014. Vol. 2, Tools, architectures, systems, applications. Eds. D. Filev, J. Jabłkowski, J. Kacprzyk, M. Krawczak, I. Popchev, L. Rutkowski, V. Sgurev, E. Sotirova, P. Szynkarczyk, S. Zadrożny. Cham : Springer, 2015, s. 357-368, bibliogr. 18 poz. (Advances in Intelligent Systems and Computing ; vol. 323 2194-5357)

odporność uśredniona ważona ; grupowanie rozmyte

robust weighted averaging ; fuzzy clustering ; robust processing

9/40
Nr opisu: 0000088360
An application of fuzzy C-regression models to characteristic point detection in biomedical signals.
[Aut.]: Alina Momot, M. Momot, Jacek Łęski.
W: Man-machine interactions 3. Eds: Aleksandra Gruca, Tadeusz Czachórski, Stanislaw Kozielski. Berlin : Springer, 2014, s. 257-263, bibliogr. 20 poz. (Advances in Intelligent Systems and Computing ; vol. 242 2194-5357)

grupowanie rozmyte ; rozmyty model c-regresji ; sygnał biomedyczny

fuzzy clustering ; fuzzy c-regression model ; biomedical signal

10/40
Nr opisu: 0000088368
Application of the conditional fuzzy clustering with prototypes pairs to classification.
[Aut.]: Michał Jeżewski, Jacek Łęski.
W: Man-machine interactions 3. Eds: Aleksandra Gruca, Tadeusz Czachórski, Stanislaw Kozielski. Berlin : Springer, 2014, s. 397-405, bibliogr. 8 poz. (Advances in Intelligent Systems and Computing ; vol. 242 2194-5357)

grupowanie rozmyte ; grupowanie warunkowe ; klasyfikacja

fuzzy clustering ; conditional clustering ; classification

11/40
Nr opisu: 0000088354
Fuzzy approach to saccades detection in optokinetic nystagmus.
[Aut.]: Robert Czabański, Tomasz Pander, Tomasz Przybyła.
W: Man-machine interactions 3. Eds: Aleksandra Gruca, Tadeusz Czachórski, Stanislaw Kozielski. Berlin : Springer, 2014, s. 231-238, bibliogr. 11 poz. (Advances in Intelligent Systems and Computing ; vol. 242 2194-5357)

sygnał ENG ; oczopląs optokinetyczny ; grupowanie rozmyte

ENG signal ; optokinetic nystagmus ; fuzzy clustering

12/40
Nr opisu: 0000110241   
Soft approach to identification of cohesive clusters in two gene representations.
[Aut.]: Michał Kozielski, Aleksandra Helena Gruca.
W: Knowledge-based and intelligent information & engineering systems. 18th Annual conferences. KES-2014, Gdynia, Poland, September 2014. Proceedings. Ed. by Piotr Jędrzejowicz, Ireneusz Czarnowski, Robert J. Howlett and Lakhmi C. Jain. Amsterdam : Elsevier, 2014, s. 281-289, bibliogr. 19 poz. (Procedia Computer Science ; vol. 35 1877-0509)

bliskość ; grupowanie rozmyte ; agregacja rozmyta ; ekspresja genów ; ontologia genowa

proximity ; fuzzy clustering ; fuzzy aggregation ; gene expression ; gene ontology

13/40
Nr opisu: 0000086303   
Computer visualization of the posterior cruciate ligament.
[Aut.]: Piotr Janusz Zarychta.
-Int. J. CARS 2013 vol. 8 iss. 1 suppl., s. S279-S280, bibliogr. 3 poz.
Referat wygłoszony na: CARS 2013. Proceedings of the 27th International Congress and Exhibition, Heidelberg, Germany, June 26-29, 2013

tylne więzadło krzyżowe ; segmentacja obrazu ; miara rozmycia ; metoda spójności rozmytej ; grupowanie rozmyte

posterior cruciate ligament ; image segmentation ; measure of fuzziness ; fuzzy connectedness ; fuzzy clustering

14/40
Nr opisu: 0000089453   
Detekcja sakkad w sygnale ENG z użyciem grupowania rozmytego.
[Aut.]: Tomasz Pander, Robert Czabański, J. Wróbel, K. Horoba, Tomasz Przybyła.
-Aktual. Probl. Biomech. 2013 z. 7, s. 137-142, bibliogr. 10 poz.

detekcja sakkad ; grupowanie rozmyte ; sygnał ENG ; oczopląs

detection of saccades ; fuzzy clustering ; ENG signal ; nystagmus

15/40
Nr opisu: 0000084935
Detekcja sakkadycznych ruchów oka z użyciem grupowania rozmytego.
[Aut.]: Tomasz Pander, Robert Czabański, J. Jeżewski, K. Horoba, Tomasz Przybyła.
W: Majówka Młodych Biomechaników 2013. 10 Konferencja naukowa im. prof. Dagmary Tejszerskiej, Ustroń, 10-12 maja 2013. Materiały konferencyjne. [Dokument elektroniczny]. [B.m.] : [b.w.], 2013, dysk optyczny (CD-ROM) s. 119-120, bibliogr. 3 poz.

detekcja sakkad ; grupowanie rozmyte ; sygnał ENG ; oczopląs

detection of saccades ; fuzzy clustering ; ENG signal ; nystagmus

16/40
Nr opisu: 0000089283   
Fuzzy clustering based methods for nystagmus movements detection in electronystagmography signal.
[Aut.]: Robert Czabański, Tomasz Pander, K. Horoba, Tomasz Przybyła.
-J. Med. Informat. Technol. 2013 vol. 22, s. 277-283, bibliogr. 15 poz.. Punktacja MNiSW 8.000

ruch sakkadowy ; detekcja ; oczopląs optokinetyczny ; grupowanie rozmyte

saccade ; detection ; optokinetic nystagmus ; fuzzy clustering

17/40
Nr opisu: 0000084830
Nonlinear extension of the IRLS classifier using clustering with pairs of prototypes.
[Aut.]: Michał Jeżewski, Jacek Łęski.
W: Proceedings of the 8th International Conference on Computer Recognition Systems CORES 2013. Eds. Robert Burduk, Konrad Jackowski, Marek Kurzynski, Michał Wozniak, Andrzej Zolnierek. Berlin : Springer, 2013, s. 121-130, bibliogr. 10 poz. (Advances in Intelligent Systems and Computing ; vol. 226 2194-5357)

grupowanie rozmyte ; IRLS

fuzzy clustering ; IRLS

18/40
Nr opisu: 0000079498   
Clustering in fuzzy subspaces.
[Aut.]: Krzysztof Simiński.
-Theor. Appl. Informat. 2012 vol. 24 no. 4, s. 313-326, bibliogr. 15 poz.. Punktacja MNiSW 4.000

podprzestrzeń rozmyta ; ważony atrybut ; grupowanie rozmyte

fuzzy subspace ; weighted attribute ; fuzzy clustering

19/40
Nr opisu: 0000077801   
Segmentation of biomedical signals using an unsupervised approach.
[Aut.]: Tomasz Przybyła, J. Wróbel, Robert Czabański, K. Horoba, Tomasz Pander, M. Momot.
-J. Med. Informat. Technol. 2012 vol. 19 s. 125-131, bibliogr. 17 poz.. Punktacja MNiSW 5.000

przestrzeń wbudowana ; atraktor ; PCA ; przestrzeń jądra ; grupowanie rozmyte

embedded space ; attractor ; PCA ; kernel space ; fuzzy clustering

20/40
Nr opisu: 0000084827   
An application of fuzzy clustering method to cardiotocographic signals classification.
[Aut.]: Michał Jeżewski, Jacek Łęski.
W: Man-machine interactions 2. Eds: Tadeusz Czachórski, Stanisław Kozielski, Urszula Stanczyk. Berlin : Springer, 2011, s. 315-322, bibliogr. 12 poz. (Advances in Intelligent and Soft Computing ; vol. 103 1867-5662)

grupowanie rozmyte ; klasyfikacja sygnału ; monitorowanie płodu

fuzzy clustering ; signal classification ; fetal monitoring

21/40
Nr opisu: 0000071654   
An approach to unsupervised classification.
[Aut.]: Tomasz Przybyła, Tomasz Pander, K. Horoba, T. Kupka, A. Matonia.
-J. Med. Informat. Technol. 2011 vol. 17, s. 105-111, bibliogr. 19 poz.. Punktacja MNiSW 5.000

klasyfikacja ; grupowanie rozmyte ; klasyfikacja nienadzorowana ; klasyfikator minimalnoodległościowy

classification ; fuzzy clustering ; unsupervised classification ; nearest neighbors classifier

22/40
Nr opisu: 0000071650   
Application of modified fuzzy clustering to medical data classification.
[Aut.]: Michał Jeżewski.
-J. Med. Informat. Technol. 2011 vol. 17, s. 51-57, bibliogr. 11 poz.. Punktacja MNiSW 5.000

grupowanie rozmyte ; klasyfikacja ; dane medyczne

fuzzy clustering ; classification ; medical data

23/40
Nr opisu: 0000065416   
Generalized fuzzy clustering method.
[Aut.]: Tomasz Przybyła, D. Roj, J. Jeżewski, A. Matonia.
-J. Med. Informat. Technol. 2010 vol. 16, s. 69-76, bibliogr. 16 poz.

grupowanie rozmyte ; uogólniona funkcja kosztów ; grupowanie nienadzorowane

fuzzy clustering ; generalized cost function ; unsupervised clustering

24/40
Nr opisu: 0000055025
Signal features clustering and case identifying.
[Aut.]: Anna Timofiejczuk.
W: Methods of artificial intelligence. AI-METH 2009, [Gliwice, Poland, 18-19 November 2009]. Eds: T. Burczyński, W. Cholewa, W. Moczulski. Silesian University of Technology. Faculty of Mechanical Engineering. Department of Fundamentals of Machinery Design. Department of Strength of Materials and Computational Mechanics. Gliwice : Centre of Excellence AI-METH. Silesian University of Technology, 2009, s. 55-56, bibliogr. 6 poz.

grupowanie rozmyte ; identyfikacja przypadku

fuzzy clustering ; case identification

25/40
Nr opisu: 0000048677   
An approach to the EOG signal segmentation based on fuzzy reasoning.
[Aut.]: Tomasz Przybyła, Tomasz Pander, Robert Czabański.
W: Conference on Human Systems Interactions. HSI 2008, Kraków, Poland, May 25-27, 2008. Piscataway : Institute of Electrical and Electronics Engineers, 2008, s. 710-713, bibliogr. 9 poz.

elektrookulografia ; segmentacja sygnału ; wnioskowanie rozmyte ; grupowanie rozmyte

EOG signal ; signal segmentation ; fuzzy reasoning ; fuzzy clustering

26/40
Nr opisu: 0000046554   
Neuro-fuzzy system with hierarchical partition of input domain.
[Aut.]: Krzysztof Simiński.
-Stud. Informat. 2008 vol. 29 nr 4A, s. 43-53, bibliogr. 24 poz.

system neuronowo-rozmyty ; hierarchiczny podział dziedziny ; grupowanie rozmyte

neuro-fuzzy system ; hierarchical domain partition ; fuzzy clustering

27/40
Nr opisu: 0000042878
Realizacja grupowania i agregacji danych w module translacji zapytań rozmytych na zapytania klasyczne.
[Aut.]: J. Podstawny, Bożena Małysiak.
W: Bazy danych. Rozwój metod i technologii. Praca zbiorowa. [T. 1]: Architektura, metody formalne i zaawansowana analiza danych. Pod red. Stanisława Kozielskiego, Bożeny Małysiak, Pawła Kasprowskiego, Dariusza Mrozka. Warszawa : Wydaw. Komunikacji i Łączności, 2008, s. 187-197, bibliogr. 39 poz.

zapytanie rozmyte ; zapytanie klasyczne ; agregat danych ; grupowanie rozmyte

fuzzy query ; classic query ; data aggregate ; fuzzy clustering

28/40
Nr opisu: 0000036499
Automatyczna lokalizacja więzadeł krzyżowych tylnych na obrazach MR stawu kolanowego.
[Aut.]: Piotr Janusz Zarychta, A. Zarychta-Bargieła.
W: Biocybernetyka i inżynieria biomedyczna. XV Krajowa konferencja naukowa, Wrocław, wrzesień 2007. Streszczenia prac konferencyjnych. Instytut Biocybernetyki i Inżynierii Biomedycznej Polskiej Akademii Nauk [i in.]. [Warszawa] : [Stowarzyszenie Inżynierów i Techników Mechaników Polskich. Zarząd Główny], [2007], s. 330, bibliogr. 1 poz.

grupowanie rozmyte ; funkcja przynależności ; staw kolanowy ; więzadło ; rezonans magnetyczny

fuzzy clustering ; membership function ; knee joint ; ligament ; magnetic resonance

29/40
Nr opisu: 0000030399   
Metody rozmyte w segmentacji zmian demielinizacyjnych w obrazach rezonansu magnetycznego mózgu. Rozprawa doktorska.
[Aut.]: Jacek Kawa.
Gliwice, 2007, 105 s., bibliogr. 128 poz.
Politechnika Śląska. Wydział Automatyki, Elektroniki i Informatyki. Promotor: prof. dr hab. inż. Ewa Piętka

mózg ; demielinizacja ; grupowanie rozmyte ; obraz medyczny ; rezonans magnetyczny ; segmentacja obrazu

brain ; demyelination ; fuzzy clustering ; medical image ; magnetic resonance ; image segmentation

30/40
Nr opisu: 0000036498
Zastosowanie entropowej i energetycznej miary rozmytości w procesie automatycznej rejestracji obrazów serii T1- i T2-zależnej rezonansu magnetycznego.
[Aut.]: Piotr Janusz Zarychta, A. Zarychta-Bargieła.
W: Biocybernetyka i inżynieria biomedyczna. XV Krajowa konferencja naukowa, Wrocław, wrzesień 2007. Streszczenia prac konferencyjnych. Instytut Biocybernetyki i Inżynierii Biomedycznej Polskiej Akademii Nauk [i in.]. [Warszawa] : [Stowarzyszenie Inżynierów i Techników Mechaników Polskich. Zarząd Główny], [2007], s. 331, bibliogr. 2 poz.

grupowanie rozmyte ; rezonans magnetyczny ; staw kolanowy ; rejestracja

fuzzy clustering ; magnetic resonance ; knee joint ; registration

31/40
Nr opisu: 0000031523
Hybrid fuzzy clustering method.
[Aut.]: Tomasz Przybyła.
W: Medical informatics and technology. MIT 2006. Proceedings of the XI international conference, Wisła - Malinka, Poland, September 25-27, 2006. Eds: Ewa Piętka, Jacek Łęski, Stanisław Franiel. [Gliwice] : [Wydaw. Pracowni Komputerowej Jacka Skalmierskiego], [2006], s. 102-107, bibliogr. 6 poz.

grupowanie rozmyte ; odporna metoda statystyczna ; metoda hybrydowa ; miriada

fuzzy clustering ; robust method ; hybrid method ; myriad

32/40
Nr opisu: 0000018519
Fuzzy C-myriad clustering method.
[Aut.]: Tomasz Przybyła.
W: System modelling control - 2005. Proceedings of the 11th International Conference on System Modelling Control, Zakopane, Poland, October 17-19, 2005. Eds: Liliana Byczkowska-Lipińska, Piotr S. Szczepaniak, Hanna Niedźwiedzińska. Warszawa : Akademicka Oficyna Wydaw. EXIT, 2005, s. 249-254, bibliogr. 8 poz.

grupowanie rozmyte ; metoda odporna ; miriada

fuzzy clustering ; robust method ; myriad

33/40
Nr opisu: 0000010143   
Automatic segmentation of fundus eye images using fuzzy clustering for supporting glaucoma diagnosing.
[Aut.]: Katarzyna Stąpor, A. Brueckner.
-Stud. Informat. 2004 vol. 25 nr 3, s. 61-70, bibliogr. 9 poz.

segmentacja obrazu ; grupowanie rozmyte ; jaskra

image segmentation ; fuzzy clustering ; glaucoma

34/40
Nr opisu: 0000011360   
Epsilon-insensitive fuzzy c-regression models. Introduction to epsilon-insensitive fuzzy modeling.
[Aut.]: Jacek Łęski.
-IEEE Trans. Syst. Man Cybern., B Cybern. 2004 vol. 34 iss. 1, s. 4-15, bibliogr. 18 poz.. Impact Factor 1.052

grupowanie rozmyte ; rozmyty model c-regresji ; modelowanie rozmyte ; metoda odporna

fuzzy clustering ; fuzzy c-regression model ; fuzzy modelling ; robust method ; epsilon-insensitivity

35/40
Nr opisu: 0000013608
Rozmyte grupowanie danych w pytaniach SQL.
[Aut.]: Bożena Małysiak.
W: Współczesne problemy sieci komputerowych. Nowe technologie. Praca zbiorowa. Pod red.: Stefana Węgrzyna, Bolesława Pochopienia, Tadeusza Czachórskiego. Warszawa : Wydaw. Naukowo-Techniczne, 2004, s. 357-366, bibliogr. 13 poz.

grupowanie danych ; grupowanie rozmyte ; SQL

data clustering ; fuzzy clustering ; SQL

36/40
Nr opisu: 0000009969
Zastosowanie modelu grupowania rozmytego do segmentacji bazy klientów.
[Aut.]: Dariusz* Mazur.
-Zesz. Nauk. PŚl., Org. Zarz. 2004 z. 18, s. 169-180, bibliogr. 14 poz.

grupowanie rozmyte ; segmentacja bazy klientów ; działalność gospodarcza ; eksploracja danych

fuzzy clustering ; customers database segmentation ; economic activity ; data mining

37/40
Nr opisu: 0000013186   
Metody aproksymacyjnego wyszukiwania obiektów w bazach danych. Rozprawa doktorska.
[Aut.]: Bożena Małysiak.
Gliwice, 2003, 185 s., bibliogr. 84 poz.
Politechnika Śląska. Wydział Automatyki, Elektroniki i Informatyki. Promotor: prof. dr hab. inż. Stanisław Kozielski

analiza danych ; zbiór rozmyty ; rozmyte zagnieżdżone pytania ; grupowanie rozmyte ; kwantyfikator rozmyty ; system zarządzania bazą danych ; wyszukiwanie informacji

data analysis ; fuzzy set ; fuzzy nested queries ; fuzzy clustering ; fuzzy quantifier ; database management system ; information retrieval

38/40
Nr opisu: 0000008101   
Towards a robust fuzzy clustering.
[Aut.]: Jacek Łęski.
-Fuzzy Sets Syst. 2003 vol. 137 iss. 2, s. 215-233. Impact Factor 0.577

grupowanie rozmyte ; algorytm rozmytych c-środków ; metoda odporna

fuzzy clustering ; Fuzzy C-Means ; robust method ; epsilon-insensitivity

39/40
Nr opisu: 0000021943
Zastosowanie metody klasyfikacji danych w analizie jakości węgla.
[Aut.]: Agnieszka* Kowal.
W: Automatyzacja procesów przeróbki kopalin. APPK 2003. IX Konferencja, Szczyrk, 4-6 czerwca 2003. Red.: Roman Kaula, Joachim Pielot. Katedra Elektryfikacji i Automatyzacji Górnictwa. Wydział Górnictwa i Geologii. Politechnika Śląska, Polska Akademia Nauk. Komitet Górnictwa. Sekcja Cybernetyki w Górnictwie, Centrum Elektryfikacji i Automatyzacji Górnictwa EMAG w Katowicach. Gliwice : Katedra Elektryfikacji i Automatyzacji Górnictwa Politechniki Śląskiej, 2003, s. 107-118, bibliogr. 14 poz.

klasyfikacja danych ; grupowanie rozmyte ; algorytm grupowania ; węgiel kamienny ; prognozowanie ; formuła Blaschkego ; model typu Mamdaniego ; rozmyty model lingwistyczny

data classification ; fuzzy clustering ; clustering algorithm ; hard coal ; forecasting ; Blaschke formula ; Mamdani type model ; fuzzy linguistic model

40/40
Nr opisu: 0000017894
Segmentacja obrazów z wykorzystaniem rozmytej mediany.
[Aut.]: Tomasz Przybyła, Robert Czabański.
W: Biocybernetyka i inżynieria biomedyczna. XII Krajowa konferencja naukowa, Warszawa, listopad 2001. T. 2. Warszawa : Polska Akademia Nauk. Instytut Biocybernetyki i Inżynierii Biomedycznej, 2001, s. 598-603, bibliogr. 6 poz.

segmentacja obrazu ; grupowanie rozmyte ; mediana

image segmentation ; fuzzy clustering ; median

stosując format:
Nowe wyszukiwanie