作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一个基于集成学习方法的医学图像分类器。该系统包括图像预处理、特征提取、分类器的构造几个部分。在医学图像单特征分类研究的基础上提出一种综合了多特征融合和数据挖掘的医学图像分类的新方法。该方法通过引入数据挖掘中集成学习的概念,利用集成学习方法针对单特征进行分类的弱分类器进行迭代训练,通过多次迭代,最后加权投票,形成综合多特征的具有较强能力的强分类器。
推荐文章
集成学习方法研究
集成学习
偏差-方差分解
Bagging
Boosting
Stacking
基于选择性聚类集成的图像目标分类方法
聚类集成
匈牙利算法
近邻传播
图像目标分类
基于AdaBoost组合学习方法的岩爆分类预测研究
岩爆
等级分类
数据挖掘
AdaBoost
神经网络
基于资源分配网络的小数据集并行集成学习方法
资源分配网络
并行集成学习
增量学习
扩展卡尔曼滤波器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于集成学习方法的医学图像分类系统的设计
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 集成学习 特征提取 ADABOOST M1 医学图像分类
年,卷(期) dnzsyjsxsb_2009,(11X) 所属期刊栏目
研究方向 页码范围 9515-9517
页数 3页 分类号 TP391.41
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林晓佳 福建对外经济贸易职业技术学院物流与信息管理系 9 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
集成学习
特征提取
ADABOOST
M1
医学图像分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导