基于投影技术和余弦相似度测量的直觉模糊决策新方法
原文中文,约400字,阅读约需1分钟。发表于: 。基于投影技术和余弦相似度测量的直觉模糊集相似度测量方法首次被提出,开发了一种基于该方法的多属性决策和医学诊断方法,与现有方法相比具有更高的准确性,在医学诊断领域具有快速诊断疾病的能力,可应用于直觉模糊集和区间价值直觉模糊集。
本研究提出了一种名为CosSIF的新的图像过滤算法,用于医学图像分析中的深度学习模型。实验证明,结合FAGT或FBGT方法,可以显著提高性能。在ISIC-2016数据集上,FAGT方法的敏感性超过基线方法1.59%,AUC超过1.88%。在HAM10000数据集上,应用FABT方法的召回率超过基线方法13.75%,FAGT方法的最高准确率达到94.44%。