支持向量机及其在癌症诊断中的应用

摘要：

支持向量机是基于统计学习理论框架下的一种简单、有效的分类方法.作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力.文章通过对训练模型的超参数优化,构造了支持向量机非线性分类器,并将其应用于癌症病人的诊断,取得了较高的识别率.实验结果表明,支持向量机分类器能够快速准确地判断患者肿瘤是恶性还是良性,为治疗提供了可靠的依据,在医学诊断中具有广泛的应用前景.

关键词：支持向量机、核函数、超参数优化

所属期刊栏目：41

分类号：TP39(计算技术、计算机技术)

资助基金：吉林省自然科学基金20040529;大学校科研和校改项目11420000

在线出版日期：2006-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：220-222