SVM及其在尿有形成分识别中的应用

• 作者: 韦晓虎 黄廷磊
• 来源期刊: 桂林电子工业学院学报
• 学科: 工学
• 关键词: 支持向量机 尿沉渣 分类识别
• 年，卷（期）: 2006,（3）
• 页码范围: 195-198
• 页数: 4页
• 分类号: TP319.4
• 字数: 4496字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-808X.2006.03.009

摘要

对尿液显微图像中一些有形成分进行有效分类识别,具有重大临床意义.通过支持向量机(SVM)这种在训练样本数很少的情况下,能达到很好分类推广能力的学习算法,运用统计学习理论和支持向量机相关概念,将支持向量机引入尿显微图像有形成分识别中,采用数字图像处理技术对尿液有形成分显微图像进行目标特征提取.使用SVM分类的实验结果表明,在样本数不多情况下可获得很好分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄廷磊	桂林电子科技大学计算机系	92	408	9.0	15.0
2	韦晓虎	桂林电子科技大学计算机系	13	19	2.0	4.0