Classification based on support vector machine for the CT image of hepatic fibrosis
基于統(tǒng)計學(xué)習(xí)理論中結(jié)構(gòu)風(fēng)險最小化原則的支持向量機(jī)是易于小樣本的機(jī)器學(xué)習(xí)方法.本文使用支持向量機(jī)和二叉樹的方法對肝纖維化CT圖像進(jìn)行分類,并與k近鄰法和BP神經(jīng)網(wǎng)絡(luò)等其它算法進(jìn)行比較,結(jié)果顯示對于肝纖維化圖像,支持向量機(jī)的分類效果和魯棒性要高于其他兩種算法.