换一批摘要本文提出了基于支持向量机的脑部MR图像细分类器,采用纹理与形状特征相结合方式表达图像,应用StARMiner算法对特征进行选择和计算特征加权系数,最后用支持向量机理论设计分类器对脑部图像进行精细分类.经反复实验优化各参数,粗略分类率可以达到92.10%.细分类可应用于特定人体部位图像的检索系统,以检索出更精确的图像,并且缩减检索空间,提高检索效率.
更多相关知识
关键词
特征提取支持向量机StARMiner算法细分类MR-brain imagefeature extractionSVMStARMiner algorithmmeticulous classification
分类号
TP391
栏目名称
DOI
10.3969/j.issn.1007-0249.2010.01.002
发布时间
2010-05-17（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（30730036）
- 浏览2
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
