文献

J-GLOBAL ID：202002280244291810   整理番号：20A2677993

GRNNとPNNに基づく西部若年女性の乳房形態認識【JST・京大機械翻訳】

Breast shape recognition of young women in the west of China based on GRNN and PNN

著者 (3件)： Mao Qian (西安工程大学服装与芸術設計学院,陜西西安710048) ,  Zhou Jie (西安工程大学服装与芸術設計学院,陜西西安710048) ,  Wang Qi (西安工程大学服装与芸術設計学院,陜西西安710048)
資料名： Xi’An Gongcheng Daxue Xuebao  (Xi'An Gongcheng Daxue Xuebao)
巻： 34  号： 4  ページ： 7-13  発行年： 2020年 
JST資料番号： C3645A  ISSN： 1674-649X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 乳房形態の認識精度を改善するために,密度ピーククラスタリングアルゴリズム(clusteringbyfastsearchandfindofdensitypeaks)を採用した。CFSFDPは,1927歳の若年女性の108人の女性の乳房形態をクラスタ分析して,次に,一般化回帰ニューラルネットワーク(GRNN)と確率ニューラルネットワーク(PNN)アルゴリズムを用いて乳房形態を識別した。結果は以下を示した。西部青年女性の乳房形態は標準型、豊満型、扁痩型、高型4種に分けられる。標準型サンプルの比率は最大であり、豊満型のサンプルは少ない。乳平囲は乳房識別に重要な意義がある。GRNNとPNNアルゴリズムは,それぞれ88.89%と100%の高い認識精度を有し,PNNモデルはGRNNモデルより優れていた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ニューラルネットワーク ,  女性 ,  *乳房 ,  クラスタ分析
準シソーラス用語： 認識精度 ,  一般回帰ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (3件)： 若年女性 ,  乳房 ,  形態