计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2001年
10期
1-3,6
,共4页
陆新泉%李宁%陈世福%叶玉坤
陸新泉%李寧%陳世福%葉玉坤
륙신천%리저%진세복%협옥곤
神经网络%模式识别%图像处理%细胞识别
神經網絡%模式識彆%圖像處理%細胞識彆
신경망락%모식식별%도상처리%세포식별
细胞识别是图像处理和模式识别领域的一个研究热点,有着十分广泛的应用前景.本文提出了基于神经网络算法FTART2的肺癌细胞识别方法,讨论了FTART2的网络结构、输入矢量的标准化及分类算法.用513个样本对网络进行训练,再用716个样本组成测试集进行测试,实验结果表明:本文提出的基于FTART2的肺癌细胞分类器与基于标准BP的分类器相比,具有学习速度快、分类精度高的特点.
細胞識彆是圖像處理和模式識彆領域的一箇研究熱點,有著十分廣汎的應用前景.本文提齣瞭基于神經網絡算法FTART2的肺癌細胞識彆方法,討論瞭FTART2的網絡結構、輸入矢量的標準化及分類算法.用513箇樣本對網絡進行訓練,再用716箇樣本組成測試集進行測試,實驗結果錶明:本文提齣的基于FTART2的肺癌細胞分類器與基于標準BP的分類器相比,具有學習速度快、分類精度高的特點.
세포식별시도상처리화모식식별영역적일개연구열점,유착십분엄범적응용전경.본문제출료기우신경망락산법FTART2적폐암세포식별방법,토론료FTART2적망락결구、수입시량적표준화급분류산법.용513개양본대망락진행훈련,재용716개양본조성측시집진행측시,실험결과표명:본문제출적기우FTART2적폐암세포분류기여기우표준BP적분류기상비,구유학습속도쾌、분류정도고적특점.