学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
用于医学图像分类的支持向量机算法研究
被引:10
作者
:
孙蕾
论文数:
0
引用数:
0
h-index:
0
机构:
西北大学计算机科学系
孙蕾
耿国华
论文数:
0
引用数:
0
h-index:
0
机构:
西北大学计算机科学系
耿国华
周明全
论文数:
0
引用数:
0
h-index:
0
机构:
西北大学计算机科学系
周明全
李丙春
论文数:
0
引用数:
0
h-index:
0
机构:
西北大学计算机科学系
李丙春
机构
:
[1]
西北大学计算机科学系
[2]
西北大学计算机科学系 西安
[3]
西安
来源
:
计算机应用与软件
|
2004年
/ 11期
关键词
:
支持向量机;
分类算法;
医学图像;
图像分类;
图像数据挖掘;
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)方法就是利用最优分类面 (线 )将两类样本在特征空间或输入空间中无错误地分开 ,而且要使两类的分类空隙最大。因此标准的SVM方法需要求解二次规划问题 ,计算量很大 ,本文介绍一种方法解决这个问题 ,并成功地将该算法应用于医学图像数据挖掘的分类问题
引用
收藏
页码:85 / 87
页数:3
相关论文
共 1 条
[1]
模式识别.[M].边肇祺等编著;.清华大学出版社.2000,
←
1
→
共 1 条
[1]
模式识别.[M].边肇祺等编著;.清华大学出版社.2000,
←
1
→