支持向量机在小样本识别中的应用

• 作者: 梅建新 段汕 潘继斌 秦前清
• 来源期刊: 武汉大学学报(理学版)
• 学科: 数学
• 关键词: 统计学习理论 支持向量机 肿瘤诊断
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 生物化学·生物物理学
• 页码范围: 732-736
• 页数: 5页
• 分类号: O23
• 字数: 4456字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-8836.2002.06.021

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦前清	武汉大学测绘遥感信息工程国家重点实验室	152	2348	24.0	42.0
2	潘继斌	武汉大学测绘遥感信息工程国家重点实验室	9	133	5.0	9.0
3	段汕	武汉大学测绘遥感信息工程国家重点实验室	9	130	5.0	9.0
4	梅建新	武汉大学测绘遥感信息工程国家重点实验室	10	198	7.0	10.0