排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
本文将支持向量机的算法引入到尿沉渣有形成分的分类问题上.在提取特征的基础上,采用交叉验证法和精度等高线图进行核函数及参数的选择.根据支持向量机和数据集特点,设计出由两级分类器集成的支持向量机多分类器.得到了相应的混淆矩阵.临床实验数据分类评测以及与神经网络方法比较结果表明,提出的算法具有一定的优势. 相似文献
2.
本文通过对多组图像分别提取多个清晰度评价指标,提出了利用主分量分析进行多指标融合,得到最终清晰度评价的自动聚焦算法.随机采集的70组显微细胞图像实验评测结果表明,算法较好地增大了图像清晰度之间的差异,与单指标判断相比较,取得了更高的聚焦正确率. 相似文献
3.
医学图像识别中多分类器融合方法的研究进展 总被引：1，自引：0，他引：1
计算机辅助医学图像分析识别对多种疾病的临床诊断有着重要的意义。由于医学图像自身的复杂性,单一分类器的识别性能常常难以满足临床上的要求,因此近年来,作为一种能有效改进单一分类器识别性能的方法,多分类器融合技术被逐步应用到包括乳腺X光片识别、肿瘤细胞识别以及内窥镜图像分析等领域,并取得了更为满意的识别结果。在参阅大量文献的基础上,对多分类器融合识别技术的理论分析及其在医学领域的研究及应用现状进行了综述,进而对其存在的问题进行了分析以及前景展望。 相似文献
1