《表5 正常、多囊和单囊型参数评估》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《SVM和C4.5决策树在肝包虫CT图像分类中的研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

根据表2～5的结果，2种分类器应用于不同的分类情况，取分类模型各评估参数的平均值绘制条形图。根据图4各分类模型参数对比图可以得到:图4（a）正常型和单囊型分类时:C4.5决策树分类器模型效果较好，各评估参数值均达到0.9以上，支持向量机分类器有较低的分类准确度。从条形图可以看出C4.5决策树的分类器分类效果较好，分割精度较高。图4（b）正常型和多囊型分类时:2种分类器评估参数值均达到0.85以上，说明这2种CT图像纹理特征差异大，容易区分。图4（c）单囊型和多囊型分类时:C4.5决策树分类器分类效果明显高于支持向量机分类器，其分类精度也较高。图4（d）3种CT图像综合分类时:C4.5决策树分类器的分类效果及分类模型的精度都要明显优于支持向量机分类器。