版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、統(tǒng)計(jì)學(xué)習(xí)理論(Statistical Learning Theory,簡(jiǎn)稱SLT)是由AT&T Bel實(shí)驗(yàn)室的 Vapink及其合作者提出的可應(yīng)用于小樣本分析的統(tǒng)計(jì)理論。支持向量機(jī)(Support Vector Machine,SVM)是基于統(tǒng)計(jì)學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理提出的一種有監(jiān)督的機(jī)器學(xué)習(xí)方法,被公認(rèn)為小樣本情況下統(tǒng)計(jì)學(xué)習(xí)的經(jīng)典。SVM具有較好的泛化和學(xué)習(xí)能力,已被廣泛的應(yīng)用于諸多領(lǐng)域。
本文將主要探討在醫(yī)學(xué)圖像中應(yīng)
2、用支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)這兩種先進(jìn)的機(jī)器學(xué)習(xí)方法進(jìn)行唾液細(xì)胞顯微圖像特征提取和分類識(shí)別,并且將重點(diǎn)放在支持向量機(jī)的分類實(shí)現(xiàn)及其與神經(jīng)網(wǎng)絡(luò)分類性能的對(duì)比上。主要涉及到的部分包括:圖像預(yù)處理、特征提取和特征選擇、兩種分類器的建立、分類識(shí)別的實(shí)現(xiàn)、性能分析等部分。系統(tǒng)介紹了預(yù)處理的方法及其意義以及灰度、紋理、形態(tài)等特征提取方法,并介紹了過(guò)濾式(filter)特征選擇和Wrap特征選擇等方法。在仿真試驗(yàn)中,用matlab實(shí)現(xiàn)SVM訓(xùn)練算法和神經(jīng)網(wǎng)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機(jī)與神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的生物數(shù)據(jù)分類.pdf
- 基于支持向量機(jī)及神經(jīng)網(wǎng)絡(luò)的車牌識(shí)別技術(shù)研究.pdf
- 基于支持向量機(jī)的高光譜圖像分類技術(shù)研究.pdf
- 基于支持向量機(jī)的超譜圖像分類技術(shù)研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類技術(shù)研究.pdf
- 支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)的故障分類對(duì)比研究#
- 基于支持向量機(jī)的模糊神經(jīng)網(wǎng)絡(luò)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的遞增支持向量機(jī)研究.pdf
- 神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)相關(guān)問(wèn)題研究.pdf
- 灰色神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)預(yù)測(cè)模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)降維和支持向量機(jī)分類的高維異常檢測(cè).pdf
- 基于支持向量機(jī)的網(wǎng)頁(yè)分類技術(shù)研究.pdf
- 基于支持向量機(jī)的圖像分類研究與實(shí)現(xiàn).pdf
- 基于支持向量機(jī)的音頻分類技術(shù)研究與應(yīng)用.pdf
- 基于支持向量機(jī)的SAR圖像增強(qiáng)與分類.pdf
- 基于支持向量機(jī)的醫(yī)學(xué)圖像相關(guān)技術(shù)研究.pdf
- 基于動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)的支持向量機(jī)的FPGA實(shí)現(xiàn).pdf
- 基于支持向量機(jī)的圖像分類方法研究.pdf
- 基于支持向量機(jī)的網(wǎng)絡(luò)流分類技術(shù)的研究.pdf
評(píng)論
0/150
提交評(píng)論