支持向量机及其在癌症诊断中的应用

• 作者: 卫金茂 王晶 由军平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 支持向量机 核函数 超参数优化
• 年，卷（期）: 2005,（36）
• 所属期刊栏目: 工程与应用
• 页码范围: 220-222
• 页数: 3页
• 分类号: TP39
• 字数: 3182字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.36.070

摘要

支持向量机是基于统计学习理论框架下的一种简单、有效的分类方法.作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力.文章通过对训练模型的超参数优化,构造了支持向量机非线性分类器,并将其应用于癌症病人的诊断,取得了较高的识别率.实验结果表明,支持向量机分类器能够快速准确地判断患者肿瘤是恶性还是良性,为治疗提供了可靠的依据,在医学诊断中具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晶	东北师范大学计算智能研究所	97	384	12.0	14.0
3	卫金茂	东北师范大学计算智能研究所	17	231	10.0	15.0
9	由军平	东北师范大学计算智能研究所	2	22	2.0	2.0