基于支持向量機(jī)的尿液粒子識(shí)別分類研究.pdf

1、隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)診斷技術(shù)的交叉結(jié)合，計(jì)算機(jī)輔助診斷迅速發(fā)展起來，逐漸成為近年來的研究熱點(diǎn)之一。計(jì)算機(jī)輔助診斷可以協(xié)助醫(yī)生對(duì)醫(yī)學(xué)圖像進(jìn)行判斷和識(shí)別，提高醫(yī)生診斷的準(zhǔn)確率。 在經(jīng)過預(yù)處理、特征提取后，對(duì)醫(yī)學(xué)圖像的識(shí)別和分類主要應(yīng)用模式識(shí)別的各種理論和方法。以往的分類方法基于傳統(tǒng)統(tǒng)計(jì)學(xué)，或基于樣本數(shù)目趨于無窮大時(shí)的漸進(jìn)理論，如人工神經(jīng)網(wǎng)絡(luò)等分類方法；而實(shí)際應(yīng)用中樣本的數(shù)目往往是有限的。于是，這些傳統(tǒng)方法常常被模型選擇與過學(xué)習(xí)問題、

2、非線性和維數(shù)災(zāi)難問題、局部極小點(diǎn)問題等困擾。 支持向量機(jī)方法在1992-1995年提出，建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上，它追求的是有限樣本情況下的最優(yōu)解，它的發(fā)展很好地解決了困擾傳統(tǒng)方法的諸多問題。因此，隨著其理論的不斷成熟和研究的不斷深入，受到了越來越多的重視。 本論文將支持向量機(jī)的機(jī)器學(xué)習(xí)方法引入到尿沉渣有形成分的分類問題。首先概述了支持向量機(jī)的理論基礎(chǔ)，著重介紹了統(tǒng)計(jì)學(xué)習(xí)理論的核心內(nèi)容、支持

3、向量機(jī)數(shù)學(xué)模型和核函數(shù)理論。同時(shí)介紹了支持向量機(jī)的研究進(jìn)展，一些主要的改進(jìn)支持向量機(jī)學(xué)習(xí)算法，分析了這些算法的特點(diǎn)。最后在提取尿沉渣有形成分特征的基礎(chǔ)上，對(duì)LIBSVM軟件包進(jìn)行了研究，選用1-v-1方法將傳統(tǒng)支持向量機(jī)算法推廣到多分類。用設(shè)計(jì)好的支持向量機(jī)多分類器，采用交叉驗(yàn)證法，同時(shí)做出交叉驗(yàn)證精度的等高線圖進(jìn)行支持向量機(jī)核函數(shù)及參數(shù)的選擇，根據(jù)支持向量機(jī)和數(shù)據(jù)集特點(diǎn)，采用兩級(jí)分類器集成，經(jīng)過多次實(shí)驗(yàn)取得了較好的分類準(zhǔn)確率。在幾種尿