极限学习机集成在骨髓细胞分类中的应用

• 作者: 侯庆岑 吴向平 潘晨 陈林伟
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 骨髓细胞 极限学习机 集成
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 136-139
• 页数: 4页
• 分类号: TP391.4
• 字数: 2948字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1303-0219

摘要

骨髓细胞的分类有重要的医学诊断意义。先对骨髓细胞图像分割和特征提取，用提取出来的训练集对极限学习机训练，再用该分类器对未知样本识别。针对单个分类器性能的不稳定，提出基于元胞自动机的极限学习机集成算法。通过元胞自动机抽样策略构建差异大的训练子集，多个分类器并行学习，多数投票法联合决策。实验结果表明，与BP、支持向量机比较，该算法基本无参数调整，学习速度快，分类精度高能达到97.33%，且有效克服了神经网络分类器不稳定的缺点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘晨	中国计量学院信息工程学院	19	94	6.0	8.0
2	陈林伟	中国计量学院信息工程学院	2	13	2.0	2.0
3	吴向平	中国计量学院信息工程学院	4	21	3.0	4.0
4	侯庆岑	中国计量学院信息工程学院	3	13	2.0	3.0