10.3969/j.issn.1000-582X.2007.06.033
基于支持向量机的乳腺癌辅助诊断
采用支持向量机、K-近邻法(K-Nearest Neighbor,K-NN)、概率神经网络(Probabilistic Neural Network,PNN),结合乳腺肿瘤的细针穿刺细胞病理学临床数据诊断乳腺癌.结果表明:当使用sigmoid核函数时,SVM通过5次交叉验证的最佳平均分类准确率达到了96.24%,优于K-NN(95.37%),PNN(95.09%)等分类器,表明该方法有望成为一种实用的乳腺癌临床辅助诊断工具.
支持向量机、K-近邻法、概率神经网络、乳腺癌、诊断、模式识别
30
TPL8;U49
重庆市自然科学基金CSTC;2006BB5240;重庆大学与新加坡国立大学国际联合科研项目ARF- 151-000-014-112
2007-07-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
140-144