基于主成分分析法和极限学习机的尿沉渣图像识别算法研究

摘要：

针对尿沉渣中的有形成分进行检测和分析,提出结合主成分分析(PCA)和极限学习机(ELM)的识别和统计方法.该方法通过PCA对样本进行特征提取和降维后输入到ELM进行训练,根据训练得出的模型与未经PCA处理的样本训练的模型进行检测效果对比.实验结果表明,使用PCA处理后的样本训练得出的模型具有更高的识别准确度和稳定性,同时训练时间大幅减少.

关键词：尿沉渣检测、尿沉渣成分分类、极限学习机、主成分分析、图像识别、特征提取、医学显微图像

所属期刊栏目：42

分类号：TN911.73-34;TP183

资助基金：国家自然科学基金61771347;青年创新人才类项目2015KQNCX165;五邑大学青年科研基金2015zk10;江门市科技计划项目江科[2017]268;大学生创新创业训练计划项目201611349025,201711349086,201711349024

在线出版日期：2019-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49