论文研究-基于改进的SVM分类器的医学图像分类新方法.pdf

【文件属性】：

文件名称：论文研究-基于改进的SVM分类器的医学图像分类新方法.pdf

文件大小：216KB

文件格式：PDF

更新时间：2022-08-11 16:34:59

改进的支持向量机方法,粗糙集,乳腺X光图像

摘要：支持向量机（SVM）是一种准确度高的分类器，具有很好的容错和归纳能力；粗糙集理论方法在处理大数据量、消除冗余信息等方面具有优势。将两者相结合提出一种改进的SVM分类算法ISVM，并将其应用于乳腺X光图像分类。实验结果表明，ISVM的分类精确度可达到9656%，比SVM的分类精确度（9294%）要高342%，同时错误分辨率也平均接近100%。