基于PCA-SVM模型的红斑鳞屑性皮肤病识别研究

• 作者: 徐明月 林泽轩 顾彦
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 多特征 红斑鳞屑性皮肤病 主成分分析法 支持向量机 降维
• 年，卷（期）: 2018,（6）
• 页码范围: 35-40
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2018.06.007

摘要

为提高多特征信息重叠情况下的红斑鳞屑性皮肤病识别准确率,提出一种基于主成分分析法与支持向量机相结合的识别分类方法.结合临床学与病理学选取34个特征指标,对其进行主成分分析法降维处理,降维处理后形成12个综合指标,将处理后训练样本作为支持向量机的输入并建立分类识别模型.仿真实验结果表明,该方法对银屑病、脂溢性皮炎、扁平苔藓、玫瑰糠疹、慢性皮炎和毛发红糠疹等6种红斑鳞屑性皮肤病的识别准确率最高达96.0％,较支持向量机方法和反向传播算法方法,平均准确率分别提升13.9％ 和17.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐明月	杭州电子科技大学计算机学院	5	3	1.0	1.0
2	林泽轩	杭州电子科技大学计算机学院	1	2	1.0	1.0
3	顾彦	杭州电子科技大学计算机学院	1	2	1.0	1.0