哈尔滨市科技创新人才研究专项资金项目(2008RFQXS062)
- 作品数：2 被引量：5H指数：1
- 相关作者：刘宛予刘露楚春雨马建为李云更多>>
- 相关机构：哈尔滨理工大学哈尔滨工业大学中国联合网络通信有限公司更多>>
- 发文基金：哈尔滨市科技创新人才研究专项资金项目黑龙江省教育厅科学技术研究项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 支持向量机与区域增长相结合的CT图像并行分割被引量：5
- 2010年
- 针对经典区域增长算法中生长规则确定的困难和单纯使用支持向量机分割速度慢的问题,提出了一种支持向量机与区域增长相结合的图像并行分割方法。首先,从已知分割结果的图像中选取一定数量的目标区域与非目标区域样本点作为支持向量机分类器的训练样本并训练支持向量机,然后利用训练好的支持向量机自动寻找种子点并进行区域增长,在区域增长过程中使用支持向量机分类器作为增长规则,最后,针对边缘和噪声像素点进行必要的后处理。测试实验获得了较好的分割效果和较快的分割速度且能实现自动分割,表明所提出的方法是可行有效的。
- 刘露楚春雨马建为刘宛予
- 关键词：CT图像
- 基于模式识别方法的肺癌分型比较
- 2010年
- 根据不同特征对分型准确率的影响,使用Logistic回归分析进行特征选择及优选实验研究,并采用神经网络和支持向量机方法对常见的周围型肺癌进行分型比较。通过实验,说明了神经网络和支持向量机在肺癌分型的应用方法,比较了两种模式识别方法在肺癌分型中的运用情况,验证了支持向量机在小样本情况下比神经网络具有更强的泛化能力。
- 刘露马俊雷李云董永庆刘宛予
- 关键词：支持向量机神经网络LOGISTIC回归
