《续表：信息增益混合邻域粗糙集的肺部肿瘤高维特征选择算法》

  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

《信息增益混合邻域粗糙集的肺部肿瘤高维特征选择算法》

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

SVM是有监督的数据挖掘算法，其基本思想是使用结构风险最小化原理在属性空间构建最优决策超平面对样本进行分割，使得分类器达到全局最优，可以较好地解决小样本、过学习、高纬度和局部极值等实际应用难题，具有很强的泛化能力与分类识别能力[20]，可以有效解决以医学影像为基础的CAD诊断过程中“非线性、高维度”的难题。因此，本研究采用SVM对两次约简的结果进行分类识别，其中核函数选择径向基核函数（Radial basis function，RBF），采用网格寻优算法（Grid search，GS）优化SVM的c和g参数，构建分类识别模型进行肺部肿瘤良恶性的鉴别。