資料介紹
本文利用核主成分分析法對乳腺癌的影響因子進行特征提取,以獲取的主成分作為支持向量機的特征向量建立支持向量機模型,其中模型參數(shù)分別通過粒子群算法和遺傳算法進行選擇優(yōu)化,分別構(gòu)建出KPCA-PSO-SVM模型和KPCA-GA-SVM模型,對乳腺腫塊是否為惡性進行二分類。實驗結(jié)果顯示:KPCA-PSO-SVM模型和KPCA-GA-SVM模型相比PSO-SVM模型和GA-SVM模型在分類準確率方面和運行速度方面均有所提高,表明核主成分分析支持向量機可以用于乳腺癌疾病的輔助診斷,可以為醫(yī)療機構(gòu)對乳腺癌疾病的診斷提供有力的決策支持。
利用機器學習方法來診斷疾病是目前發(fā)展較快的一個應用分支。SVM (Support Vector Machine,支持向量機)是一個被廣泛使用的機器學習算法,它是在1995 年由Vapnik 等人提出的。該理論是基于統(tǒng)計學VC 維理論和結(jié)構(gòu)風險最小原理提出的,它在解決小樣本、非線性和高維模式識別方面展現(xiàn)出了較強的優(yōu)勢,現(xiàn)已廣泛的應用于模式識別、回歸估計等領域。但SVM 容易受輸入變量過多和噪聲的影響,過多的變量會使得運行的時間過長,變量之間的相關性和輸入數(shù)據(jù)中存在的噪聲會使得模型的穩(wěn)定性和分類識別率降低。鑒于KPCA (Kernel Principal Component Analysis,核主成分分析)不僅具有降維、除噪的優(yōu)勢,而且能夠提取非線性的特征信息,提高數(shù)據(jù)質(zhì)量。因此本文把KPCA 引入到SVM中,建立KPCA-SVM 模型,實現(xiàn)乳腺癌的輔助診斷。
- 使用Movidius和UP2進行乳腺癌分類
- 使用深度學習方法對音樂流派進行分類
- 面向異質(zhì)信息的網(wǎng)絡表示學習方法綜述 13次下載
- 基于腦電信號掃視軌跡的異質(zhì)遷移學習方法 12次下載
- 基于深度遷移學習網(wǎng)絡的肺結(jié)節(jié)輔助CT診斷 8次下載
- 乳腺癌-冠心病標志物的生物信息篩選技術 6次下載
- 機器學習方法遷移學習的發(fā)展和研究資料說明 0次下載
- 基于多模態(tài)特征數(shù)據(jù)的多標記遷移學習方法的早期阿爾茨海默病診斷 3次下載
- HE染色乳腺癌組織病理圖像分析 4次下載
- 3D打印機器人在乳腺癌上的應用 0次下載
- 基于AMC7150的乳腺癌診斷系統(tǒng)設計_張云 0次下載
- ZigBee 簡介和學習方法 14次下載
- 高斯混合模型對乳腺癌診斷的有效性初探
- 基于特性模型與神經(jīng)網(wǎng)絡的乳腺圖像腫塊自動檢測技術
- 模擬電子電路的學習方法
- 深度學習中的無監(jiān)督學習方法綜述 206次閱讀
- SiATL——最新、最簡易的遷移學習方法 3506次閱讀
- 微流體壓縮通道陣列結(jié)合機器學習識別乳腺癌細胞 3391次閱讀
- 面向人工智能的機器學習方法體系總結(jié) 3307次閱讀
- 機器學習入門寶典《統(tǒng)計學習方法》的介紹 4488次閱讀
- 如何學好機器學習?機器學習的學習方法4個關鍵點整理概述 6148次閱讀
- 機器學習心得總結(jié) 1.2w次閱讀
- 斯坦福提出基于目標的策略強化學習方法——SOORL 5269次閱讀
- 如何開始接觸機器學習_機器學習入門方法盤點 3942次閱讀
- 深度解析機器學習三類學習方法 1.4w次閱讀
- 強化學習新方法,機器人究竟是怎么學習新動作的呢? 9681次閱讀
- 解析圖像分類器結(jié)構(gòu)搜索的正則化異步進化方法 并和強化學習方法進行對比 3629次閱讀
- 機器學習入門需要掌握的八大基礎概念 9338次閱讀
- 模型驅(qū)動深度學習的標準流程與學習方法解析 4820次閱讀
- 盤點變頻器維修10種學習方法以及事例分析 6335次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費下載
- 0.00 MB | 1491次下載 | 免費
- 2單片機典型實例介紹
- 18.19 MB | 95次下載 | 1 積分
- 3S7-200PLC編程實例詳細資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于單片機和 SG3525的程控開關電源設計
- 0.23 MB | 4次下載 | 免費
- 8基于AT89C2051/4051單片機編程器的實驗
- 0.11 MB | 4次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費
- 5555集成電路應用800例(新編版)
- 0.00 MB | 33562次下載 | 免費
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費
- 8開關電源設計實例指南
- 未知 | 21539次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537793次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191183次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183277次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138039次下載 | 免費
評論
查看更多