基于改进的SVM的甲状腺图像检索

• 作者: 任小康 李颜瑞 白勇峰 范丽
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 图像检索 粗糙集 支持向量机 相关反馈 甲状腺CT图像
• 年，卷（期）: 2011,（1）
• 页码范围: 127-131
• 页数: 5页
• 分类号: TP391
• 字数: 3646字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.01.025

摘要

针对SVM处理大数据量和区分训练集样本属性的重要性差的问题,我们将SVM和粗糙集结合,构造了基于粗糙集与SVM的图像检索相关反馈算法,将其应用于甲状腺CT图像检索.实验结果表明,改进的SVM分类精度可达到92.53%,相比SVM的分类精度(76.58%)提高了15.95%,进而使检索的查准率和查全率也分别提高到89.53%和29.67%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李颜瑞	西北师范大学数学与信息学院	5	21	3.0	4.0
2	任小康	西北师范大学数学与信息学院	39	272	8.0	15.0
3	白勇峰	西北师范大学数学与信息学院	3	13	2.0	3.0
4	范丽	西北师范大学数学与信息学院	2	11	2.0	2.0