论基于人体血液常/微量元素含量的SVM癌症辅助诊断(pdf 9页)
论基于人体血液常/微量元素含量的SVM癌症辅助诊断(pdf 9页)内容简介
论基于人体血液常/微量元素含量的SVM癌症辅助诊断内容提要:
支持向2VL(Support vector machine, SVM)分类方法在实际二类分类间肠的应用中显示出良好的学
习和泛化能力,已被广泛地应用于许多研究领城.我们以启症病人血液中6种元索(Ba. Ca. Cu, Mg. Se, Zn)的含
t 19研究对象,将SVM、最近邻法.决策树C4.5及人工神径网络等方法用于盛症病人和正常人的分类研究。研究
农明:除C4.5的分类准确率保持不变之外,对数据的归一化处理能够提离SVM,KNN,ANN的分类效果。当使用
线性核函数时,SVM通过5次交又验证的最优平均分类准确率达到7 95.95%。优于KNN(93.24%),C4.5
(79.93%.》及人NN(94. 59%)辱分类肠.表明该方法有望成为一种实用的庙症临床辅助诊断手段。
..............................
支持向2VL(Support vector machine, SVM)分类方法在实际二类分类间肠的应用中显示出良好的学
习和泛化能力,已被广泛地应用于许多研究领城.我们以启症病人血液中6种元索(Ba. Ca. Cu, Mg. Se, Zn)的含
t 19研究对象,将SVM、最近邻法.决策树C4.5及人工神径网络等方法用于盛症病人和正常人的分类研究。研究
农明:除C4.5的分类准确率保持不变之外,对数据的归一化处理能够提离SVM,KNN,ANN的分类效果。当使用
线性核函数时,SVM通过5次交又验证的最优平均分类准确率达到7 95.95%。优于KNN(93.24%),C4.5
(79.93%.》及人NN(94. 59%)辱分类肠.表明该方法有望成为一种实用的庙症临床辅助诊断手段。
..............................
用户登陆
疾病及医疗热门资料
- 此栏目下没有热点资料
疾病及医疗相关下载