基于隨機(jī)森林模型下CINI的RFG-SVM
大?。?/span>0.56 MB 人氣： 2017-11-22 需要積分：3
標(biāo)簽：CINI(1697)
針對計算機(jī)輔助診斷（CAD）技術(shù)在乳腺癌疾病診斷準(zhǔn)確率的優(yōu)化問題，提出了一種基于隨機(jī)森林模型下Gini指標(biāo)特征加權(quán)的支持向量機(jī)方法（RFGSVM）。該方法利用了隨機(jī)森林模型下的Gini指數(shù)衡量各個特征對分類結(jié)果的重要性，構(gòu)造具有加權(quán)特征向量核函數(shù)的支持向量機(jī)，并在乳腺癌疾病診斷方面加以應(yīng)用。經(jīng)理論分析和實驗數(shù)據(jù)驗證，相比于傳統(tǒng)的支持向量機(jī)（SVM），該方法提升了分類預(yù)測的性能，其結(jié)果與最新的方法相比也具有一定的競爭力，而且在醫(yī)療診斷應(yīng)用方面更具優(yōu)勢。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%