10.3969/j.issn.1000-3428.2008.03.010
医学图像决策支持系统中的SVM算法
支持向量机(SVM)方法是利用最优分类面(线)将两类样本在特征空间或输入空间中无错误地分开,而且要使两类的分类空隙最大.因此标准的SVM方法需要求解二次规划问题,计算量很大.该文以一个医学决策支持系统为应用背景,介绍一种解决该问题的新方法.在UCI数据集和所开发的决策支持系统上的应用表明,该算法简便可行,具有更高的精度和更快的速度.
支持向量机、分类算法、决策支持
34
TP391(计算技术、计算机技术)
2008-04-15(万方平台首次上网日期,不代表论文的发表时间)
共3页
27-28,55