<sub id="n0hly"></sub>
<sub id="n0hly"></sub>

      <small id="n0hly"><progress id="n0hly"></progress></small>

      3. <address id="n0hly"></address>
      3. 
	
        

		
		

	
        
				
			加急見(jiàn)刊
		
        
		

		
		
        
			
        
				
				
				
        
					
					
        
						
						
        基于高斯過(guò)程分步分類(lèi)的阿爾茨海默病輔助診斷
        
						
        陳靖; 靳晨; 滕升華  山東科技大學(xué)電子通信與物理學(xué)院; 青島266590
        

					
        
					
        摘要：腦影像數據維數高且有效訓練樣本少是影響阿爾茨海默病計算機輔助診斷性能的重要因素。對此小樣本分類(lèi)問(wèn)題,以高斯過(guò)程為基礎設計了一種分步的分類(lèi)方法:先對測試樣本利用高斯過(guò)程進(jìn)行初步分類(lèi);依據后驗概率篩選類(lèi)別歸屬確定性強的樣本作為補充參與訓練,再對其余錯分可能性相對較高的樣本重新進(jìn)行分類(lèi)。利用ADNI數據庫磁共振影像的分類(lèi)實(shí)驗表明,二次分類(lèi)傾向于增大樣本歸屬于真實(shí)類(lèi)別的后驗概率、提高類(lèi)別判定的確定性,分類(lèi)性能優(yōu)于常規的高斯過(guò)程分類(lèi)方法和支持向量機。
        
					
        注: 保護知識產(chǎn)權,如需閱讀全文請聯(lián)系生物醫學(xué)工程研究雜志社
        
				
        
				

			
        
		
        

		
		

	
        

	
	
	
	
	
	
	
	


亚欧成人中文字幕一区-日韩影音先锋AV乱伦小说-成人精品久久一区二区-成人美女视频在线观看

        <sub id="n0hly"></sub>
        <sub id="n0hly"></sub>
        

          <small id="n0hly"><progress id="n0hly"></progress></small>
          3. 

          <address id="n0hly"></address>
          3.