期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进的SVM分类器的医学图像分类新方法
被引量：
7
1
作者
蒋芸
李战怀
《计算机应用研究》
CSCD
北大核心
2008年第1期53-55,共3页
支持向量机(SVM)是一种准确度高的分类器,具有很好的容错和归纳能力;粗糙集理论方法在处理大数据量、消除冗余信息等方面具有优势。将两者相结合提出一种改进的SVM分类算法ISVM,并将其应用于乳腺X光图像分类。实验结果表明,ISVM的分类...
支持向量机(SVM)是一种准确度高的分类器,具有很好的容错和归纳能力;粗糙集理论方法在处理大数据量、消除冗余信息等方面具有优势。将两者相结合提出一种改进的SVM分类算法ISVM,并将其应用于乳腺X光图像分类。实验结果表明,ISVM的分类精确度可达到96.56%,比SVM的分类精确度(92.94%)要高3.42%,同时错误分辨率也平均接近100%。
展开更多
关键词
改进的支持向量机方法
粗糙集
乳腺X光图像
在线阅读
下载PDF
职称材料
题名
基于改进的SVM分类器的医学图像分类新方法
被引量：
7
1
作者
蒋芸
李战怀
机构
西北师范大学数学与信息学院计算机系
西北
工业
大学
计算机
学院
出处
《计算机应用研究》
CSCD
北大核心
2008年第1期53-55,共3页
基金
国家自然科学基金资助项目(60573096)
甘肃省自然科学基金资助项目(3ZS051-A25-042)
文摘
支持向量机(SVM)是一种准确度高的分类器,具有很好的容错和归纳能力;粗糙集理论方法在处理大数据量、消除冗余信息等方面具有优势。将两者相结合提出一种改进的SVM分类算法ISVM,并将其应用于乳腺X光图像分类。实验结果表明,ISVM的分类精确度可达到96.56%,比SVM的分类精确度(92.94%)要高3.42%,同时错误分辨率也平均接近100%。
关键词
改进的支持向量机方法
粗糙集
乳腺X光图像
Keywords
ISVM
rough sets theory
mammography
分类号
TP31 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于改进的SVM分类器的医学图像分类新方法
蒋芸
李战怀
《计算机应用研究》
CSCD
北大核心
2008
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
