基于支撑向量机的中医舌色苔色识别算法研究.pdfVIP

基于支撑向量机的中医舌色苔色识别算法研究.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于支撑向量机的中医舌色苔色识别算法研究.pdf

第 25 卷  第 1 期 北京生物医学工程 Vol25  No 1 2006 年  2 月 Beijing Biomedical Engineering Feb.  2006 基于支撑向量机的中医舌色苔色识别算法研究 李晓宇  张新峰  沈兰荪   摘  要  本文针对舌色苔色的分类与识别 , 提出了一种 DAG 和决策树结合的方法。在训练 SVM 分类器的过 程中 , 根据舌象样本中部分类别线性可分 , 而另一部分类别线性不可分的特点 , 采用了不同的核函数及其参数。 实验结果表明 , 本文提出的算法在识别率和识别速度上都有一定提高。 关键词  舌色苔色分析  支撑向量机  有向无环图 中图分类号  TP391 文献标识码 A 文章编号 (2006) An Algorithm Study on Tongue Color Recognition of Traditional Chinese Medicine Based on Support Vector Machine LI Xiaoyu , ZHANG Xinfeng , SHEN Lansun  Signal Information Processing Lab , Beijing University of Technology , Beijing 100022 【Abstract 】 A scheme based on DAG combining with DT is presented according to the characteristic of tongue manifestation. In the process of training classifiers , according to the characteristic of linear discrimination in the samples , different kernel functions and parameters are adopted in each twoclass SVM. Theory and experiment result show that the rate and the speed of recognition with the method presented increase greatly. tongue analysis   support vector machine ( SVM)   DAG 【Key words】    舌色与苔色是中医舌诊辨证论治的主要依据 , 提出的算法在识别率和识别速度上都有一定提高。 因此对舌色苔色的分类与识别研究具有重要的意 1  算法原理 义。 [1 ] 11  支撑向量机 文献 采用决策树方法对舌色苔色进行分类与 识别 , 这种方法是自顶向下进行 , 上一级的识别率 111  最优分类面  考虑两类分类问题 : { x i , 对下一级有重要影响 , 第一级的识别率对最后结果 y i } 为给定

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档