《表2 良恶性乳腺肿瘤的多特征数值对比》

  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

《乳腺肿瘤超声图像的多特征提取及分类研究》

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

实验基于的硬件环境为Intel Core i5-6300HQ CPU 2.16 GHz，RAM 4 GB的个人笔记本电脑。我们所采用的分割算法以及对比实验均是在Matlab R2018a软件上模拟运行的。线性支持向量机中的线性指采用线性核函数，目的是希望通过将输入空间内线性不可分的数据映射到一个高维的特征空间内，从而使得数据在特征空间内可分。它的基本思想是要学习一个超平面，把正例和负例完全分开，但是这样的超平面可能有无数多个，利用间隔最大化求分离超平面得到唯一解。SVM中常用的核函数有线性核函数、多项式核函数和高斯核函数，我们选择线性核函数以获取最快的运行时间和较高的准确率。乳腺超声肿瘤的多特征提取结果，如表2所示。