已閱讀1頁，還剩58頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：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)，請進行舉報或認領(lǐng)
文檔簡介
1、統(tǒng)計學習理論(Statistical Learning Theory,簡稱SLT)是由AT&T Bel實驗室的 Vapink及其合作者提出的可應(yīng)用于小樣本分析的統(tǒng)計理論。支持向量機(Support Vector Machine,SVM)是基于統(tǒng)計學習理論和結(jié)構(gòu)風險最小化原理提出的一種有監(jiān)督的機器學習方法，被公認為小樣本情況下統(tǒng)計學習的經(jīng)典。SVM具有較好的泛化和學習能力，已被廣泛的應(yīng)用于諸多領(lǐng)域。
本文將主要探討在醫(yī)學圖像中應(yīng)
2、用支持向量機和神經(jīng)網(wǎng)絡(luò)這兩種先進的機器學習方法進行唾液細胞顯微圖像特征提取和分類識別，并且將重點放在支持向量機的分類實現(xiàn)及其與神經(jīng)網(wǎng)絡(luò)分類性能的對比上。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、分類識別的實現(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，并介紹了過濾式(filter)特征選擇和Wrap特征選擇等方法。在仿真試驗中，用matlab實現(xiàn)SVM訓練算法和神經(jīng)網(wǎng)
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對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)和支持向量機的生物數(shù)據(jù)分類.pdf
- 基于支持向量機及神經(jīng)網(wǎng)絡(luò)的車牌識別技術(shù)研究.pdf
- 基于支持向量機的高光譜圖像分類技術(shù)研究.pdf
- 基于支持向量機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
- 支持向量機和神經(jīng)網(wǎng)絡(luò)的故障分類對比研究#
- 基于支持向量機的模糊神經(jīng)網(wǎng)絡(luò)控制.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的遞增支持向量機研究.pdf
- 神經(jīng)網(wǎng)絡(luò)與支持向量機相關(guān)問題研究.pdf
- 灰色神經(jīng)網(wǎng)絡(luò)與支持向量機預(yù)測模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)降維和支持向量機分類的高維異常檢測.pdf
- 基于支持向量機的網(wǎng)頁分類技術(shù)研究.pdf
- 基于支持向量機的圖像分類研究與實現(xiàn).pdf
- 基于支持向量機的音頻分類技術(shù)研究與應(yīng)用.pdf
- 基于支持向量機的SAR圖像增強與分類.pdf
- 基于支持向量機的醫(yī)學圖像相關(guān)技術(shù)研究.pdf
- 基于動態(tài)神經(jīng)網(wǎng)絡(luò)的支持向量機的FPGA實現(xiàn).pdf
- 基于支持向量機的圖像分類方法研究.pdf
- 基于支持向量機的網(wǎng)絡(luò)流分類技術(shù)的研究.pdf
評論
0/150
提交評論