医学图像决策支持系统中的SVM算法

• 作者: 孙蕾
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 支持向量机 分类算法 决策支持
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 博士论文
• 页码范围: 27-28,55
• 页数: 3页
• 分类号: TP391
• 字数: 2756字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2008.03.010

摘要

支持向量机(SVM)方法是利用最优分类面(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.该文以一个医学决策支持系统为应用背景,介绍一种解决该问题的新方法.在UCI数据集和所开发的决策支持系统上的应用表明,该算法简便可行,具有更高的精度和更快的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙蕾	西安电子科技大学经济管理学院	9	115	6.0	9.0