计算机辅助诊断疾病的支持向量机方法研究

• 作者: 席金菊 李淑红 王细萍 谭文学
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 支持向量机 训练 辅助诊断 特征提取 识别域
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 智能技术
• 页码范围: 1796-1799
• 分类号: TP183
• 字数: 4280字
• 语种: 中文

摘要

研究了人工智能辅助诊断的支持向量机模型,构造了支持向量机疾病确诊模型,设计了症状规范化、从识别域可信度知识规则到SVM分类器训练数值样本的转移方法、样本预处理、SVM模型构造、训练、确诊的过程及方法,以羊为例开展模型和专家的对比实验.实验数据表明,SVM方法能获得85%以上的诊断正确率,具备较好诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李淑红	湖南文理学院生命科学学院	96	300	10.0	13.0
2	谭文学	湖南文理学院计算机科学与技术学院	17	111	4.0	10.0
3	王细萍	湖南文理学院经济与管理学院	8	35	4.0	5.0
4	席金菊	湖南文理学院计算机科学与技术学院	20	44	4.0	4.0