-
题名基于EST和SVM的乳腺癌识别新方法
被引量：2
- 1
-
-
作者
顾成扬
吴小俊
-
机构
淮阴师范学院数学科学学院
江南大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2011年第8期183-185,193,共4页
-
基金
国家自然科学基金(No.60572034
No.90820002)
+3 种基金
教育部新世纪优秀人才计划(No.NCET-06-0487)
江苏省自然科学基金(No.BK2006081)
江南大学创新团队计划项目(No.JNIRT0702)
淮安市科技支撑计划(No.HAS2010042)~~
-
文摘
在分析了目前肿瘤分类检测所采用的方法基础上,提出了一种基于特征空间分离变换(Eigenspace Separation Trans-form)结合支持向量机的乳癌识别新方法。用UCI数据库提供的569例乳腺肿瘤患者,乳腺肿块细胞核显微图像的30个量化特征样本集,进行了分类识别实验,结果表明采用新方法检测乳癌正确识别率达98.3%,优于传统的其他分类识别方法。
-
关键词
主成分分析
特征空间分离变换
支持向量机
肿瘤分类
-
Keywords
principal componnet analysis eigenspace separation transform support vector machine tumor classification
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进EST的人脸性别分类方法
- 2
-
-
作者
顾成扬
吴小俊
-
机构
淮阴师范学院数学科学学院
江南大学信息工程学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2010年第18期223-225,共3页
-
基金
国家自然科学基金资助项目(60572034
90820002)
+2 种基金
教育部新世纪优秀人才计划基金资助项目(NCET-06-0487)
江苏省自然科学基金资助项目(BK2006081)
江南大学创新团队计划基金资助项目(JNIRT0702)
-
文摘
提出一种基于改进的特征空间分离变换和支持向量机的人脸性别分类方法。在FERET人脸库和淮阴师范学院学生人脸库上进行实验,比较不同的特征提取方法和分类方法处理人脸性别分类问题的性能,结果表明,采用新方法在最优投影轴数和正确识别率方面均取得较好的结果,在2种人脸库上的正确识别率优于主成分分析方法和线性鉴别分析方法。
-
关键词
主成分分析
线性鉴别分析
特征空间分离变换
支持向量机
-
Keywords
Principal Component Analysis（PCA）
Linear Discriminant Analysis（LDA）
eigenspace separation transform（est）
SVM
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
