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:
SVM在机器学习领域中是一种通用有效的学习方法,在中医舌象分类中取得了一定的效果.但是由于各类舌象样本的数量不均衡,标准SVM方法对于这一问题的解决尚不尽人意.针对这一问题,本研究将加权SVM方法应用于大量舌色苔色样本的分类中,根据各类样本的相对重要性,加大或减小其惩罚项,在保证非重要样本的识别正确率可以接受的情况下,尽量提高重要样本的识别正确率.实验结果表明,该方法在不均衡舌象样本的分类中能取得较好的效果.
推荐文章
基于GloVe与SVM的文本分类研究
词向量
GloVe
SVM
文本分类
基于样本密度加权的神经网络分类器在文本分类中的应用
k最近邻密度估计
神经网络
文本分类
基于位置的文本分类样本剪裁及加权方法
样本剪裁
样本加权
文本聚类
k近邻
文本分类
基于加权聚类质心的 SVM 不平衡分类方法
机器学习
不平衡数据分类
聚类质心
支持向量机
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 中医舌象样本分类中加权SVM的应用研究
来源期刊 测控技术 学科 工学
关键词 加权SVM 舌象识别 分类器 舌诊
年,卷(期) 2010,(5) 所属期刊栏目 专题报告--图像技术及其应用
研究方向 页码范围 1-4,13
页数 分类号 TP391
字数 4598字 语种 中文
DOI 10.3969/j.issn.1000-8829.2010.05.001
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 卓力 北京工业大学信号与信息处理研究室 94 839 14.0 24.0
2 张新峰 北京工业大学信号与信息处理研究室 50 1027 14.0 31.0
3 焦月 北京工业大学信号与信息处理研究室 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (64)
参考文献  (4)
节点文献
引证文献  (11)
同被引文献  (15)
二级引证文献  (17)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
加权SVM
舌象识别
分类器
舌诊
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
总被引数(次)
55628
相关基金
北京市自然科学基金
英文译名:Natural Science Foundation of Beijing Province
官方网址:http://210.76.125.39/zrjjh/zrjj/
项目类型:重大项目
学科类型:
论文1v1指导