版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、癌細(xì)胞識別是近來數(shù)字圖像處理和模式識別領(lǐng)域里的一個研究熱點,細(xì)胞的特征提取以及基于特征的細(xì)胞分類是癌細(xì)胞識別的關(guān)鍵環(huán)節(jié)之一,基于統(tǒng)計學(xué)習(xí)理論的支持向量機(jī)是在小樣本學(xué)習(xí)情況下模式識別的強(qiáng)有利工具,本文利用支持向量機(jī)的卓越分類性能,對癌細(xì)胞彩色圖像進(jìn)行分割,從而提取出單細(xì)胞和多細(xì)胞的特征,在此基礎(chǔ)上利用支持向量機(jī)對細(xì)胞進(jìn)行了分類研究。 為計算與分析癌細(xì)胞彩色圖像的各特征,首先要對圖像進(jìn)行分割,由于處理的圖像為彩色圖像,直接對彩色圖像
2、處理可簡化處理過程,提高特征提取的效率,本文使用多分類支持向量機(jī)對單細(xì)胞彩色圖像進(jìn)行三域分割,用二分類支持向量機(jī)對細(xì)胞團(tuán)彩色圖像進(jìn)行二域分割,經(jīng)過對實驗結(jié)果的分析與評價,獲得了最佳支持向量機(jī)分割模型。 根據(jù)病變細(xì)胞的特點,單個正常間皮細(xì)胞和腺癌細(xì)胞在色彩和形狀上有所不同,本文分別從色彩和形狀上給出了單個細(xì)胞的區(qū)分特征,并給出了具體的算法提取出相應(yīng)的單細(xì)胞特征?;谝陨咸崛〉奶卣?,利用支持向量機(jī)的分類功能對單細(xì)胞進(jìn)行分類,從而有效
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 結(jié)構(gòu)損傷識別的支持向量機(jī)方法研究.pdf
- 采用支持向量機(jī)方法對結(jié)構(gòu)損傷識別的分析研究.pdf
- 基于支持向量機(jī)的手寫數(shù)字識別的研究.pdf
- 基于支持向量機(jī)的手寫數(shù)字識別的研究(1)
- 基于支持向量機(jī)的聯(lián)機(jī)手寫漢字識別的研究.pdf
- 面向漢語專有名詞識別的支持向量機(jī)方法研究.pdf
- 基于支持向量機(jī)的音樂和弦識別的研究_18208.pdf
- 面向人臉識別的支持向量機(jī)中核參數(shù)尋優(yōu).pdf
- 基于支持向量機(jī)的多特征交通標(biāo)志識別的研究與實現(xiàn).pdf
- 基于支持向量機(jī)的雜草識別研究.pdf
- 基于支持向量機(jī)的表情識別.pdf
- 基于支持向量機(jī)的語種識別研究.pdf
- 利用MapReduce模型訓(xùn)練支持向量機(jī)的人臉識別方法.pdf
- 基于支持向量機(jī)的貨幣識別研究.pdf
- 基于徑向基網(wǎng)絡(luò)和支持向量機(jī)算法的板形缺陷識別的研究.pdf
- 基于支持向量機(jī)的車型識別.pdf
- 基于支持向量機(jī)的步態(tài)識別.pdf
- 基于支持向量機(jī)的人臉表情識別研究.pdf
- 基于支持向量機(jī)的說話人識別研究.pdf
- 基于改進(jìn)支持向量機(jī)的貨幣識別研究.pdf
評論
0/150
提交評論