基于SVM的中醫(yī)舌色苔色分類方法研究.pdf

1、近年來(lái)，中醫(yī)舌診因其簡(jiǎn)單有效等特點(diǎn)，在國(guó)內(nèi)外得到了越來(lái)越多的認(rèn)可和應(yīng)用。隨著計(jì)算機(jī)科學(xué)與技術(shù)的迅速發(fā)展，傳統(tǒng)中醫(yī)舌診學(xué)朝著計(jì)算機(jī)化方向發(fā)展已經(jīng)成為必然趨勢(shì)。本文對(duì)舌色苔色像素樣本的選取及分類方法和舌圖像的顏色分類方法進(jìn)行了研究。
　　本文的主要貢獻(xiàn)在于：采用了基于像素的舌色苔色分類系統(tǒng)結(jié)構(gòu)；提出了一種改進(jìn)的基于樣本塊的舌色苔色像素樣本選取方法；采用多類SVM方法，對(duì)多達(dá)12類的像素顏色進(jìn)行了識(shí)別；提出了一種SVM和動(dòng)態(tài)局部KNN相

2、結(jié)合的分類方法，解決了像素顏色分類的速度問(wèn)題；根據(jù)中醫(yī)理論設(shè)計(jì)了一個(gè)決策樹分類算法，實(shí)現(xiàn)了舌圖像的舌色苔色分類。
　　首先，針對(duì)基于像素的舌顏色分類系統(tǒng)的需要，本文提出了一種改進(jìn)的基于樣本塊的舌色苔色像素樣本選取方法，通過(guò)FCM聚類去除了從人工選取的圖像子塊中得到的各舌色苔色樣本集中的“雜質(zhì)”，取得了較好的實(shí)驗(yàn)結(jié)果。
　　其次，本文結(jié)合所獲得舌色苔色像素樣本集的特點(diǎn)，采用基于二叉樹方法和“一對(duì)一”方法的SVM多類分類算法實(shí)現(xiàn)