您当前的位置:
首页 > 文献资料
所属专业:
多分类器文献资料
-
医学图像识别中多分类器融合方法的研究进展
计算机辅助医学图像分析识别对多种疾病的临床诊断有着重要的意义.由于医学图像自身的复杂性,单一分类器的识别性能常常难以满足临床上的要求,因此近年来,作为一种能有效改进单一分类器识别性能的方法,多分类器融合技术被逐步应用到包括乳腺X光片识别、肿瘤细胞识别以及内窥镜图像分析等领域,并取得了更为满意的识别结果.在参阅大量文献的基础上,对多分类器融合识别技术的理论分析及其在医学领域的研究及应用现状进行了综述,进而对其存在的问题进行了分析以及前景展望.
-
基于支持向量机多分类器的运动想象电位识别
提出一种基于支持向量机多分类器的运动想象电位识别方法.首先通过Neuroscan软件进行脑信号的脑地貌图分析,根据地貌图在不同任务下的脑区优势变化利用小波提取相应脑区的特定频率段信号.再通过小波包提取其能量特征,得到时域、频频域和空域相结合的特征序列.后利用支持向量机多分类器对想象左手、右手、脚或者想象左手、脚、舌头的脑信号进行识别,并取得了较好的结果.