模糊支持向量机在肺结节良恶性分类中的应用 |
| |
引用本文: | 强彦,裴博,赵涓涓,路景贵.模糊支持向量机在肺结节良恶性分类中的应用[J].清华大学学报(自然科学版),2014(3):354-359. |
| |
作者姓名: | 强彦 裴博 赵涓涓 路景贵 |
| |
作者单位: | 太原理工大学计算机科学与技术学院 |
| |
基金项目: | 国家自然科学基金资助项目(61240035,61373100);山西省攻关项目(20120313032-3) |
| |
摘 要: | 针对传统支持向量机(SVM)对图像中含有的噪声或野值样本的不敏感性问题,提出了一种基于双向隶属度的模糊支持向量机(FSVM)的方法。该方法通过计算样本类中样本与其所属类别和另一类别的中心点之间的距离,得出样本对每一类的隶属度,通过对样本隶属度的分析实现对样本点的分类。将该方法应用于对肺结节良恶性分类试验中,其参数反演结果表明,即使在噪声存在的情况下该方法也能得到较好的分类结果,而且克服了传统方法过拟合的缺点,从而也验证了该方法较强的抗噪能力和较好的分类能力。
|
关 键 词: | 孤立性肺结节 肺结节良恶性 肺结节分类 |
本文献已被 CNKI 等数据库收录! |
|