已閱讀1頁,還剩51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、癌細胞識別是近來數(shù)字圖像處理和模式識別領(lǐng)域里的一個研究熱點,細胞的特征提取以及基于特征的細胞分類是癌細胞識別的關(guān)鍵環(huán)節(jié)之一,基于統(tǒng)計學習理論的支持向量機是在小樣本學習情況下模式識別的強有利工具,本文利用支持向量機的卓越分類性能,對癌細胞彩色圖像進行分割,從而提取出單細胞和多細胞的特征,在此基礎(chǔ)上利用支持向量機對細胞進行了分類研究。 為計算與分析癌細胞彩色圖像的各特征,首先要對圖像進行分割,由于處理的圖像為彩色圖像,直接對彩色圖像
2、處理可簡化處理過程,提高特征提取的效率,本文使用多分類支持向量機對單細胞彩色圖像進行三域分割,用二分類支持向量機對細胞團彩色圖像進行二域分割,經(jīng)過對實驗結(jié)果的分析與評價,獲得了最佳支持向量機分割模型。 根據(jù)病變細胞的特點,單個正常間皮細胞和腺癌細胞在色彩和形狀上有所不同,本文分別從色彩和形狀上給出了單個細胞的區(qū)分特征,并給出了具體的算法提取出相應(yīng)的單細胞特征。基于以上提取的特征,利用支持向量機的分類功能對單細胞進行分類,從而有效
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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
- 結(jié)構(gòu)損傷識別的支持向量機方法研究.pdf
- 采用支持向量機方法對結(jié)構(gòu)損傷識別的分析研究.pdf
- 基于支持向量機的手寫數(shù)字識別的研究.pdf
- 基于支持向量機的手寫數(shù)字識別的研究(1)
- 基于支持向量機的聯(lián)機手寫漢字識別的研究.pdf
- 面向漢語專有名詞識別的支持向量機方法研究.pdf
- 基于支持向量機的音樂和弦識別的研究_18208.pdf
- 面向人臉識別的支持向量機中核參數(shù)尋優(yōu).pdf
- 基于支持向量機的多特征交通標志識別的研究與實現(xiàn).pdf
- 基于支持向量機的雜草識別研究.pdf
- 基于支持向量機的表情識別.pdf
- 基于支持向量機的語種識別研究.pdf
- 利用MapReduce模型訓練支持向量機的人臉識別方法.pdf
- 基于支持向量機的貨幣識別研究.pdf
- 基于徑向基網(wǎng)絡(luò)和支持向量機算法的板形缺陷識別的研究.pdf
- 基于支持向量機的車型識別.pdf
- 基于支持向量機的步態(tài)識別.pdf
- 基于支持向量機的人臉表情識別研究.pdf
- 基于支持向量機的說話人識別研究.pdf
- 基于改進支持向量機的貨幣識別研究.pdf
評論
0/150
提交評論