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       
摘要:
对宫颈细胞进行多分类可以自动识别出不同状态的细胞,进而为宫颈癌诊断提供科学依据.在用6种多分类算法进行实验后,选取支持向量机作为基分类器,先用一对一策略训练6个分类器进行3分类,然后再训练1个2分类器,这种二层4分类方法提高了识别准确率.考虑不同层特征模式的差异性,在保证识别性能的同时,每层分类前先采用主成分分析法将原始154维特征变换到低维空间,去除冗余特征,加快识别速度.实验证明,所提层次主成分分析法在宫颈细胞分类中相比6种传统多分类方法有更高的识别准确率,可达90%以上;识别速度也较普通层次法提升了21.31%.
推荐文章
基于特征加权与核主成分分析的掌纹识别
掌纹识别
特征降维
Curvelet 变换
相关向量机
核主成分分析
主成分分析法与层次分析法排序公式的研究
Perron-Frobenius定理
第一主成分
系统评估指数
PCA与AHP的注记
应用小波包变换和主成分分析识别亚健康状态
亚健康状态
心电信号
小波包变换
主成分分析
线性判别式分析
基于小波包变换与核主成分分析的铣削颤振识别
振动与波
铣削颤振识别
小波包变换
核主成分分析
最小二乘支持向量机
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 结合层次法与主成分分析特征变换的宫颈细胞识别
来源期刊 国防科技大学学报 学科 工学
关键词 宫颈涂片图像 特征变换 层次多分类 宫颈细胞识别
年,卷(期) 2017,(6) 所属期刊栏目 航天工程· 计算机科学与技术
研究方向 页码范围 45-50
页数 6页 分类号 TP39
字数 4851字 语种 中文
DOI 10.11887/j.cn.201706008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 殷建平 国防科技大学计算机学院 84 762 14.0 21.0
2 祝恩 国防科技大学计算机学院 35 252 10.0 12.0
3 赵理莉 南通大学计算机科学与技术学院 1 4 1.0 1.0
4 孙燎原 国防科技大学计算机学院 2 4 1.0 2.0
5 李宽 国防科技大学计算机学院 3 14 3.0 3.0
6 印万鹏 国防科技大学计算机学院 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (24)
参考文献  (13)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
宫颈涂片图像
特征变换
层次多分类
宫颈细胞识别
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
国防科技大学学报
双月刊
1001-2486
43-1067/T
大16开
湖南省长沙市开福区德雅路109号
42-98
1956
chi
出版文献量(篇)
3593
总下载数(次)
5
总被引数(次)
31889
论文1v1指导