基于支持向量机的皮肤显微图像识别

被引：4

作者：

赵倩

胡越黎

曹家麟

机构：

[1] 上海大学机电工程与自动化学院

[2] 上海大学机电工程与自动化学院上海

[3] 上海

来源：

上海大学学报(自然科学版) | 2005年 / 01期

关键词：

支持向量机; 皮肤显微图像; 模式识别; 分类;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

该文针对皮肤显微图像症状识别过程中样本采集困难、数量偏少的实际情况,在皮肤症状识别中引入了一种新的模式识别方法———支持向量机(SupportVectorMachines,SVM).该方法基于统计学习理论的原理,较好地解决了小样本的分类问题.文中采用"一对一"的策略解决多类别的SVM分类问题,使用留一法进行交叉验证,并比较了SVM与人工神经网络算法的识别结果.结果表明,SVM算法识别率高(89.35%),且速度快.根据该算法,建立了皮肤症状显微图像识别系统软件的原型.

引用

页码：24 / 27

页数：4