《表1 LBP特征模型在两个细胞系上的表现》

《表1 LBP特征模型在两个细胞系上的表现》   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
《基于机器学习技术的非染色细胞凋亡检测分类新方法》


  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

基于我们构建的LBP特征提取算法,一对细胞衍射图像可以生成1 280个特征向量,特征向量的维度要高于GLCM算法生成的特征向量。利用该特征构建的分类模型的交叉验证结果和在独立测试数据集上的表现如表1所示。观察发现,增加训练样本可以有效改善欠拟合问题,在两个细胞系上相对表现最佳的是基于RBF SVM分类模型。对独立样本的预测查准率可以达到90%,召回率接近于查准率,同时具有较高的F1因子和AUC值,且平均绝对误差相对最低。