基于改进的SVM的甲状腺图像检索
【出 处】:《
计算机工程与科学
》
CSCD
2011年第33卷第1期 127-131页,共5页
【作 者】:
任小康
;
白勇峰
;
范丽
;
李颜瑞
【摘 要】
针对SVM处理大数据量和区分训练集样本属性的重要性差的问题,我们将SVM和粗糙集结合,构造了基于粗糙集与SVM的图像检索相关反馈算法,将其应用于甲状腺CT图像检索。实验结果表明,改进的SVM分类精度可达到92.53%,相比SVM的分类精度(76.58%)提高了15.95%,进而使检索的查准率和查全率也分别提高到89.53%和29.67%。
相关热词搜索:
上一篇:一种多视角人脸检测方法
下一篇:视频采集与编码技术在视频监控终端中的应用