基于改进的SVM分类器的医学图像分类新方法

被引：7

作者：

蒋芸 ^{[1
]}

李战怀 ^{[2
]}

机构：

[1] 西北师范大学数学与信息学院计算机系

[2] 西北工业大学计算机学院

来源：

计算机应用研究 | 2008年 / 01期

关键词：

改进的支持向量机方法; 粗糙集; 乳腺X光图像;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

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%。

引用

页码：53 / 55

页数：3