支持向量机在小样本识别中的应用

被引：27

作者：

梅建新

段汕

潘继斌

秦前清

机构：

[1] 武汉大学测绘遥感信息工程国家重点实验室

[2] 武汉大学测绘遥感信息工程国家重点实验室湖北武汉

[3] 湖北武汉

来源：

关键词：

统计学习理论; 支持向量机; 肿瘤诊断;

D O I：

10.14188/j.1671-8836.2002.06.021

中图分类号：

O235 [模式识别理论];

学科分类号：

070104 ; 081104 ;

摘要：

针对癌症细胞诊断过程中样本采集困难 ,数目偏少的实际情况 ,在癌症的早期诊断中引入了一种新的模式识别方法———支持向量机该方法基于统计学习理论的原理 ,较好地解决了小样本的学习分类问题 ,通过对具有不同性状的癌前增生细胞进行分类识别验证 ,支持向量机取得了较传统分类方法更好的识别效果 .

引用

页码：732 / 736

页数：5