文献检索-宁波市创意产业特色资源库

限定检索结果

改进的PSO优化SVM的病理图像分类算法: 收藏
分享
引用; 《河北大学学报（自然科学版）》2020年第5期40卷 543-551页; 作者：董斌王云涛贾立男王娅南河北大学附属医院发展规划办公室河北保定071002 河北大学电子信息工程学院河北保定071002 河北大学附属医院病理科河北保定071002; 为了提高医学病理图像分类的准确率,提出了一种带有粒子位置权重和粒子之间相关度函数的PSO(particle swarm optimization)参数寻优算法.首先,在经典PSO算法的基础上提出了一种基于适应性原则的位置更新策略.然后,在粒子进行参数寻优的...; 为了提高医学病理图像分类的准确率,提出了一种带有粒子位置权重和粒子之间相关度函数的PSO(particle swarm optimization)参数寻优算法.首先,在经典PSO算法的基础上提出了一种基于适应性原则的位置更新策略.然后,在粒子进行参数寻优的过程中,设计了一个增加粒子之间相关性的函数.该算法可以在不考虑速度影响的情况下进行参数最优解的搜索.最后,用经过PSO优化的支持向量机(SVM)算法分类检测病理图像.实验结果表明,该算法的分类准确率达到了98.5%,较高于另外几种算法.分类检测结果符合临床诊断结果,满足医学研究要求.; 来源：详细信息评论

限定检索结果