支持向量机在血细胞分类中的应用

支持向量机是根据统计理论提出的一种新的学习算法。该算法通常可用于解决二分类问题 ,本文将其推广到多分类问题 ,利用多级支持向量机分类器对骨髓中不同成熟阶段的血细胞进行了分类。文中首先提出了利用逐步分解的分级聚类算法进行多级支持向量机的构建 ,然后通过一定准则在各级中确定支持向量机相应的最优控制参数。为了进一步了解分类性能和较好的估计分类错误率 ,使用 3次交叉验证法将其与传统的分类方法作了比较。实验表明 ,支持向量机分类器巧妙避开了维数灾难问题 ,具有较好的推广能力 ,可提高血细胞分类的正确率。