传感器世界
傳感器世界
전감기세계
SENSOR WORLD
2014年
4期
12-14,11
,共4页
医用电子鼻%乳癌检测%伤口病原菌%支持向量机
醫用電子鼻%乳癌檢測%傷口病原菌%支持嚮量機
의용전자비%유암검측%상구병원균%지지향량궤
医用电子鼻测试中,样本数量少且样本之间具有特别明显的不对称性,医用电子鼻模式识别问题是一个小样本、不等距的模式识别问题,传统的基于经验风险最小的模式分类算法在医用电子鼻中的应用效果欠佳.将基于统计学习理论和结构风险最小化的支持向量机分类方法引入医用电子鼻模式识别系统中,实现五种伤口病原菌和七种乳癌特征气体的分类,识别正确率分别为76％和91.43％.理论分析与实验结果表明,新的方法具有比传统分类器更好的分类效果.
醫用電子鼻測試中,樣本數量少且樣本之間具有特彆明顯的不對稱性,醫用電子鼻模式識彆問題是一箇小樣本、不等距的模式識彆問題,傳統的基于經驗風險最小的模式分類算法在醫用電子鼻中的應用效果欠佳.將基于統計學習理論和結構風險最小化的支持嚮量機分類方法引入醫用電子鼻模式識彆繫統中,實現五種傷口病原菌和七種乳癌特徵氣體的分類,識彆正確率分彆為76％和91.43％.理論分析與實驗結果錶明,新的方法具有比傳統分類器更好的分類效果.
의용전자비측시중,양본수량소차양본지간구유특별명현적불대칭성,의용전자비모식식별문제시일개소양본、불등거적모식식별문제,전통적기우경험풍험최소적모식분류산법재의용전자비중적응용효과흠가.장기우통계학습이론화결구풍험최소화적지지향량궤분류방법인입의용전자비모식식별계통중,실현오충상구병원균화칠충유암특정기체적분류,식별정학솔분별위76％화91.43％.이론분석여실험결과표명,신적방법구유비전통분류기경호적분류효과.
