《表4 验证集基于特征融合的分类准确率(%)》
为了对比不同分类方法的识别性能,基于特征融合的胃癌前疾病识别方法融合基于传统机器学习提取的浅层特征及基于CNN提取的深层特征,并构建了SVM、RF、BP神经网络3个分类器。验证集的总体分类准确率和每类疾病分类准确率如表4所示,归一化的混淆矩阵如图10所示。
图表编号 | XD00160944800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 潘燕七、陈睿、张旭、章鑫森、刘济全、胡伟玲、段会龙、姒建敏 |
绘制单位 | 浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学医学院附属邵逸夫医院、浙江大学生物医学工程与仪器科学学院、浙江大学医学院附属邵逸夫医院 |
更多格式 | 高清、无水印(增值服务) |