换一批基于自适应加权混合核函数的3D脑肿瘤分割
3D BRAIN TUMOUR SEGMENTATION BASED ON ADAPTIVE WEIGHTED COMBINED-KERNEL FUNCTION
摘要针对目前支持向量机（SVM）中混合核函数的不足，提出一种自适应加权混合核函数。该核函数能自适应调节新映射空间样本点的距离，改变序列最小优化（SMO）过程中的修正因子，以削弱惩罚因子的影响，改变拉格朗日乘子的取值，优化支持向量的选取，进而获得更优的分类界面，提高SVM的分类能力，并首次提出将混合核函数SVM应用于脑肿瘤分割。实验结果表明，该方法能更高效准确地分割脑肿瘤。
更多相关知识
关键词
混合核函数支持向量机序列最小优化修正因子脑肿瘤磁共振图像Combined-kernel functionSupport vector machineSequential minimal optimisationCorrection factorBrain tumourMRI
分类号
TP391.41
栏目名称
DOI
10.3969/j.issn.1000-386x.2015.09.050
发布时间
2015-10-12（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
