多核学习矩阵化最小二乘支持向量机算法及肺结节识别 (2014年)

【文件属性】：
文件名称：多核学习矩阵化最小二乘支持向量机算法及肺结节识别 (2014年)
文件大小：550KB
文件格式：PDF
更新时间：2021-05-30 06:58:35
工程技术 论文 针对传统肺结节识别中对感兴趣区域(ROI)进行特征计算时造成的一些隐含结构信息丢失的问题，提出了矩阵输入模式的多核学习矩阵化最小Z-乘支持向量机识别算法(MKL-MatLSSVM)。该算法将多核方法与矩阵化最小二乘支持向量机(MatLSSVM)相结合，继承了二者优点，涵盖了多种类型的核。为验证算法的有效性，将其应用于肺结节识别。实验采用20个患者的CT图像，提取的ROI中含80个结节及190个假阳。结果表明，MKL-MatLSSVM算法在使用混合核及RBF核时，能兼顾敏感度、准确度和特异度指标，且其接收者