基于改进的SVM分类器的医学图像分类新方法

• 作者: 李战怀 蒋芸
• 来源期刊: 计算机应用研究
• 关键词: 改进的支持向量机方法 粗糙集 乳腺X光图像
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 53-55
• 页数: 3页
• 分类号: TP31
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.01.014

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%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李战怀	西北工业大学计算机学院	254	2139	21.0	35.0
2	蒋芸	西北师范大学数学与信息学院	38	377	11.0	18.0