期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于FTIR-SVM的正常甲状腺及甲状腺癌组织的分类研究 被引量:2
1
作者 成则丰 程路遥 +1 位作者 金文英 程存归 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2006年第B07期366-369,共4页
支持向量机(SVM)是根据统计理论提出的一种新的学习算法.为了进行临床中经常出现的正常甲状腺组织与甲状腺癌组织分类,文章以82对正常甲状腺组织与甲状腺癌组织为实验材料,通过FTIR—SVM建立了正常甲状腺组织与甲状腺癌组织识别的... 支持向量机(SVM)是根据统计理论提出的一种新的学习算法.为了进行临床中经常出现的正常甲状腺组织与甲状腺癌组织分类,文章以82对正常甲状腺组织与甲状腺癌组织为实验材料,通过FTIR—SVM建立了正常甲状腺组织与甲状腺癌组织识别的模型.试验结果显示,对学习训练集中的70个样品模型识别率为100%,对94个预测样品的识别准确率为98.9%.研究结果表明,FTIR—SVM可以用于正常甲状腺组织与甲状腺癌组织的区别. 展开更多
关键词 傅里叶变换红外光谱法 支持向量机 正常甲状腺组织 甲状腺组织
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部