基于双向2DPCA 和 SVM 的胃粘膜肿瘤细胞识别

• 作者: 甘岚 谢丽娟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 双向 2DPCA SVM 特征提取 核函数 非线性
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 155-158
• 页数: 4页
• 分类号: TP391
• 字数: 4483字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.02.039

摘要

针对胃粘膜肿瘤细胞图像的高维性、不规则性及复杂性特征，提出基于双向2DPCA（二维主成分分析）和 SVM（支持向量机）的肿瘤细胞识别方法。双向2DPCA 同时对图像行、列方向进行特征提取运算，大大降低图像特征维数。结合基于统计理论的SVM在分类识别方面的优势，通过引入核函数巧妙地解决非线性问题，从而快速有效地实现细胞分类。实验表明该方法不但有效提高了识别率，而且算法时间明显减少。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘岚	华东交通大学信息工程学院	38	451	10.0	20.0
2	谢丽娟	华东交通大学信息工程学院	2	5	2.0	2.0