计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
8期
183-185,193
,共4页
主成分分析%特征空间分离变换%支持向量机%肿瘤分类
主成分分析%特徵空間分離變換%支持嚮量機%腫瘤分類
주성분분석%특정공간분리변환%지지향량궤%종류분류
在分析了目前肿瘤分类检测所采用的方法基础上,提出了一种基于特征空间分离变换(Eigenspace Separation Trans-form)结合支持向量机的乳癌识别新方法.用UCI数据库提供的569例乳腺肿瘤患者,乳腺肿块细胞核显微图像的30个量化特征样本集,进行了分类识别实验,结果表明采用新方法检测乳癌正确识别率达98.3%,优于传统的其他分类识别方法.
在分析瞭目前腫瘤分類檢測所採用的方法基礎上,提齣瞭一種基于特徵空間分離變換(Eigenspace Separation Trans-form)結閤支持嚮量機的乳癌識彆新方法.用UCI數據庫提供的569例乳腺腫瘤患者,乳腺腫塊細胞覈顯微圖像的30箇量化特徵樣本集,進行瞭分類識彆實驗,結果錶明採用新方法檢測乳癌正確識彆率達98.3%,優于傳統的其他分類識彆方法.
재분석료목전종류분류검측소채용적방법기출상,제출료일충기우특정공간분리변환(Eigenspace Separation Trans-form)결합지지향량궤적유암식별신방법.용UCI수거고제공적569례유선종류환자,유선종괴세포핵현미도상적30개양화특정양본집,진행료분류식별실험,결과표명채용신방법검측유암정학식별솔체98.3%,우우전통적기타분류식별방법.