计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2011年
5期
1796-1799
,共4页
谭文学%王细萍%席金菊%李淑红
譚文學%王細萍%席金菊%李淑紅
담문학%왕세평%석금국%리숙홍
支持向量机%训练%辅助诊断%特征提取%识别域
支持嚮量機%訓練%輔助診斷%特徵提取%識彆域
지지향량궤%훈련%보조진단%특정제취%식별역
研究了人工智能辅助诊断的支持向量机模型,构造了支持向量机疾病确诊模型,设计了症状规范化、从识别域可信度知识规则到SVM分类器训练数值样本的转移方法、样本预处理、SVM模型构造、训练、确诊的过程及方法,以羊为例开展模型和专家的对比实验.实验数据表明,SVM方法能获得85%以上的诊断正确率,具备较好诊断效果.
研究瞭人工智能輔助診斷的支持嚮量機模型,構造瞭支持嚮量機疾病確診模型,設計瞭癥狀規範化、從識彆域可信度知識規則到SVM分類器訓練數值樣本的轉移方法、樣本預處理、SVM模型構造、訓練、確診的過程及方法,以羊為例開展模型和專傢的對比實驗.實驗數據錶明,SVM方法能穫得85%以上的診斷正確率,具備較好診斷效果.
연구료인공지능보조진단적지지향량궤모형,구조료지지향량궤질병학진모형,설계료증상규범화、종식별역가신도지식규칙도SVM분류기훈련수치양본적전이방법、양본예처리、SVM모형구조、훈련、학진적과정급방법,이양위례개전모형화전가적대비실험.실험수거표명,SVM방법능획득85%이상적진단정학솔,구비교호진단효과.
