版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、本文主要針對腦腫瘤數(shù)據(jù)集的特點(diǎn)展開的,分別討論了基于模糊極大極小神經(jīng)網(wǎng)絡(luò)的模糊規(guī)則提取算法,基于浮動(dòng)搜索的支撐向量機(jī)算法,貝葉斯網(wǎng)絡(luò)算法。基于模糊極大極小神經(jīng)網(wǎng)絡(luò)的模糊規(guī)則提取算法主要用來處理數(shù)據(jù)集中數(shù)據(jù)的模糊性問題,它是模糊極大極小神經(jīng)網(wǎng)絡(luò)算法的一種改進(jìn)算法,它不但引入了FMMNN中的超盒的概念,而且引入了模糊誤差和的概念來提高算法的穩(wěn)健性,減少超盒的數(shù)量,通過對超盒的上下界進(jìn)行約束增加了算法處理缺失屬性的能力,另外對樣本到超盒的隸屬
2、度形式也作了相應(yīng)的修改。對于腦腫瘤數(shù)據(jù)集樣本少,維數(shù)較高的特點(diǎn),本文采用了把特征選擇算法和分類算法相結(jié)合的方法,其中特征選擇方法中采用wrapper模型的子集評價(jià)標(biāo)準(zhǔn)是根據(jù)分類算法的分類正確率來作為評價(jià)準(zhǔn)則的,使用這種評價(jià)標(biāo)準(zhǔn)方法能很好地把特征選擇和分類算法結(jié)合起來,分類算法本文采用了適用于處理小樣本問題的基于統(tǒng)計(jì)學(xué)習(xí)理論的SVM算法,為了提高學(xué)習(xí)的效率,特征選擇的搜索算法選擇了浮動(dòng)搜索算法,文中對于SVM方法和浮動(dòng)搜索算法都作了較詳細(xì)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 腦腫瘤的mri診斷
- 腦腫瘤的mr診斷
- 小腦腫瘤的影像診斷
- 腦腫瘤的磁共振診斷
- 顱腦腫瘤診斷思路
- 基于多體素磁共振波譜的腦腫瘤自動(dòng)分類輔助診斷技術(shù).pdf
- 常見腦腫瘤的影像診斷詳解
- 丘腦腫瘤的診斷和外科治療.pdf
- 顱腦腫瘤的ct和mri診斷
- 顱腦腫瘤的影像學(xué)診斷思路
- 基于多模態(tài)MRI圖像的腦腫瘤分割方法.pdf
- 基于數(shù)據(jù)挖掘的制造過程質(zhì)量異常診斷方法研究.pdf
- 腦腫瘤的mr dwi和dti診斷和鑒別診斷
- pwi在腦腫瘤診斷中的應(yīng)用價(jià)值
- 常見腦腫瘤的影像診斷p同pt
- 基于磁共振波譜數(shù)據(jù)分析和特征提取的顱腦腫瘤的診斷和分類.pdf
- MRI圖像的腦腫瘤分割方法研究.pdf
- 基于數(shù)據(jù)挖掘與信息融合的故障診斷方法研究.pdf
- 基于形態(tài)學(xué)腦腫瘤圖像分割方法研究.pdf
- 基于規(guī)則的數(shù)據(jù)挖掘方法在故障診斷中的應(yīng)用.pdf
評論
0/150
提交評論