钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
大学学报期刊
\
浙江大学学报(工学版)期刊
\
计算机辅助乳腺癌诊断中的非平衡学习技术
计算机辅助乳腺癌诊断中的非平衡学习技术
作者:
夏顺仁
李敏丹
沈晔
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
计算机辅助诊断
非平衡学习
支持向量机
反向k近邻
欠采样
摘要:
针对计算机辅助诊断(CAD)中学习算法处理非平衡数据时,分类器预测具有大类样本的分类误差小,而稀有类样本的分类误差大的倾向性分类问题,提出基于反向k近邻的欠采样新方法.通过去除大类样本集中的噪声及冗余样本、保留具有类别代表性且可靠的样本作为有效样本以此平衡训练样本集,解决了欠采样引起的类别信息的丢失问题.基于UCI Breast-cancer数据集的仿真实验结果表明,该方法解决了非平衡学习问题的有效性,进一步的横向评测对比显示该算法性能显著优于其他同类算法.
暂无资源
收藏
引用
分享
推荐文章
小波在乳腺癌计算机辅助诊断中的应用综述
小波
乳腺X影像
计算机辅助诊断
计算机辅助系统在诊断乳腺良恶性肿瘤中的应用
计算机辅助诊断
超声
乳腺肿瘤
特征提取
SVM分类器
基于深度学习的癌症计算机辅助分类诊断研究进展
深度学习
肺癌
乳腺癌
计算机辅助分类诊断
医学影像
基于深度学习的人工智能技术在乳腺癌筛查及影像诊断中的应用进展
乳腺X线摄影
乳腺癌筛查
深度学习
人工智能辅助诊断
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
计算机辅助乳腺癌诊断中的非平衡学习技术
来源期刊
浙江大学学报(工学版)
学科
工学
关键词
计算机辅助诊断
非平衡学习
支持向量机
反向k近邻
欠采样
年,卷(期)
2013,(1)
所属期刊栏目
计算机技术、电信技术
研究方向
页码范围
1-7
页数
7页
分类号
TP391.7
字数
语种
中文
DOI
10.3785/j.issn.1008-973X.2013.01.001
五维指标
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(18)
共引文献
(30)
参考文献
(12)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1998(1)
参考文献(0)
二级参考文献(1)
2000(1)
参考文献(0)
二级参考文献(1)
2002(3)
参考文献(2)
二级参考文献(1)
2003(1)
参考文献(0)
二级参考文献(1)
2004(2)
参考文献(1)
二级参考文献(1)
2005(3)
参考文献(1)
二级参考文献(2)
2006(7)
参考文献(3)
二级参考文献(4)
2007(5)
参考文献(2)
二级参考文献(3)
2008(4)
参考文献(0)
二级参考文献(4)
2009(2)
参考文献(2)
二级参考文献(0)
2011(1)
参考文献(1)
二级参考文献(0)
2013(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
计算机辅助诊断
非平衡学习
支持向量机
反向k近邻
欠采样
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
浙江大学学报(工学版)
主办单位:
浙江大学
出版周期:
月刊
ISSN:
1008-973X
CN:
33-1245/T
开本:
大16开
出版地:
杭州市浙大路38号
邮发代号:
32-40
创刊时间:
1956
语种:
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
相关基金
国家自然科学基金
英文译名:
the National Natural Science Foundation of China
官方网址:
http://www.nsfc.gov.cn/
项目类型:
青年科学基金项目(面上项目)
学科类型:
数理科学
期刊文献
相关文献
1.
小波在乳腺癌计算机辅助诊断中的应用综述
2.
计算机辅助系统在诊断乳腺良恶性肿瘤中的应用
3.
基于深度学习的癌症计算机辅助分类诊断研究进展
4.
基于深度学习的人工智能技术在乳腺癌筛查及影像诊断中的应用进展
5.
肺结节DR图像的计算机辅助诊断技术
6.
ATMS在计算机辅助中医诊断中的应用
7.
计算机辅助检测结合乳腺钼靶诊断隐性乳腺癌的价值
8.
小波在乳腺癌计算机辅助诊断中的应用综述
9.
乳腺癌新辅助化疗的MRI评价
10.
面向乳腺癌辅助诊断的改进支持向量机方法
11.
早期乳腺癌的诊断体会
12.
针灸在乳腺癌辅助治疗中的应用进展
13.
近红外线乳腺检查在乳腺癌诊断中的价值
14.
MRI检查联合钼钯检查诊断非肿块型乳腺癌的临床价值研究
15.
乳腺癌影像诊断的研究现状
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
浙江大学学报(工学版)2022
浙江大学学报(工学版)2021
浙江大学学报(工学版)2020
浙江大学学报(工学版)2019
浙江大学学报(工学版)2018
浙江大学学报(工学版)2017
浙江大学学报(工学版)2016
浙江大学学报(工学版)2015
浙江大学学报(工学版)2014
浙江大学学报(工学版)2013
浙江大学学报(工学版)2012
浙江大学学报(工学版)2011
浙江大学学报(工学版)2010
浙江大学学报(工学版)2009
浙江大学学报(工学版)2008
浙江大学学报(工学版)2007
浙江大学学报(工学版)2006
浙江大学学报(工学版)2005
浙江大学学报(工学版)2004
浙江大学学报(工学版)2003
浙江大学学报(工学版)2002
浙江大学学报(工学版)2001
浙江大学学报(工学版)2000
浙江大学学报(工学版)2013年第9期
浙江大学学报(工学版)2013年第8期
浙江大学学报(工学版)2013年第7期
浙江大学学报(工学版)2013年第6期
浙江大学学报(工学版)2013年第5期
浙江大学学报(工学版)2013年第4期
浙江大学学报(工学版)2013年第3期
浙江大学学报(工学版)2013年第2期
浙江大学学报(工学版)2013年第12期
浙江大学学报(工学版)2013年第11期
浙江大学学报(工学版)2013年第10期
浙江大学学报(工学版)2013年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号