邹丽
- 作品数：4 被引量：38H指数：4
- 供职机构：西北师范大学计算机科学与工程学院更多>>
- 发文基金：甘肃省高等学校研究生导师科研项目计划国家自然科学基金甘肃省高校基本科研业务费专项资金项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于判别式受限玻尔兹曼机的医学图像分类法被引量：12
- 2015年
- 随着计算机技术的发展,越来越多的医学图像分析技术应运而生。利用数据挖掘方法对医学图像做分析是目前研究的热点之一,该方法首先从医学图像中提取统计特征,在此基础上进一步挖掘,这种方法对所提取的特征有很强的依赖性而且受到经验等主观因素的影响。针对乳腺X光图像,采用一种可以从图像中自动学习特征并利用学习到的特征对图像进行分类的医学图像分析新方法——判别式受限玻尔兹曼机(Discriminative Restricted Boltzmann Machine,DRBM)。DRBM是一种无向判别模型,它可以自动地从图像中学习特征。在乳腺X光图像标准数据集上的实验结果表明,DRBM对医学图像的分类准确率明显高于其它基于统计特征提取的医学图像分类方法。
- 陈娜蒋芸邹丽沈建胡学伟李志磊
- 关键词：数据挖掘
- 基于邻域关系模糊粗糙集的医学图像分类研究被引量：9
- 2016年
- 对医学图像进行分类时,特征选择是影响分类准确率的非常重要的因素。针对医学图像的特殊性,以及目前提出的特征选择算法在应用于医学图像分类时效果不够理想等问题,提出一种基于邻域关系的模糊粗糙集模型,基于该模型给出特征选择算法,并将其应用于乳腺X光图像。实验结果表明,同已有的算法相比,该方法能有效选择特征,分类精度有较大的提升。
- 胡学伟蒋芸邹丽李志磊沈健
- 关键词：医学图像分类邻域关系
- 基于决策树对支持向量机的医学图像分类新方法被引量：9
- 2016年
- 针对传统对支持向量机多类分类算法(Multi-TWSVM)中出现的模糊性问题,提出了一种基于遗传算法的决策树对支持向量机(GA-DTTSVM)多类分类算法。GA-DTTSVM用遗传算法对特征数据建立决策树,通过构建决策树可以分离样本的模糊区域,提高模糊区域样本的识别率。在决策树的每个节点上用对支持向量机(TWSVM)训练分类器,最后用训练的分类器进行分类和预测。实验结果表明,与决策树对支持向量机(DTTSVM)多类分类算法以及Multi-TWSVM相比,GA-DTTSVM多类分类算法具有较高的分类精度和较快的训练速度。
- 邹丽蒋芸陈娜沈健胡学伟李志磊
- 关键词：遗传算法
- 基于节点选择优化的DAG-SVM多类别分类被引量：9
- 2015年
- 有向无环图支持向量机(DAG-SVM)对于N类别分类问题,会构造N×(N-1)/2个支持向量机分类器(为每2个类构造一个支持向量机),DAG-SVM可能出现由于节点选择不佳而导致整个分类器分类结果较差的情况。为此,提出一种改进的DAG-SVM。通过为每一层建立备选节点集合进行节点选择,选取下层备选节点集合中训练分类精度最高的一个节点组合作为当前层节点的下层节点,从而优化DAG-SVM的拓扑结构。实验结果表明,与已有的DAG-SVM,1-vs-1SVM,1-vs-a SVM方法相比,该方法的分类精度较高。
- 沈健蒋芸邹丽陈娜胡学伟
- 关键词：分类器多类别分类
