HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于类集和类对的有监督流形学习的肺结节分类

作者:李缨; 于谦肺结节类集类对流形学习特征抽取

摘要:维数简约是肺结节分类识别问题中的关键步骤,现有的方法中都是将所有类别的数据作为一个整体进行降维,忽略了不同类别数据之间在特征子集上的差异性。本文提出了一种将类集和类对相结合的有监督流形特征抽取思想,并将之应用于肺结节的分类中,最终形成一个基于CT影像的肺结节分类系统。实验结果表明了方法的有效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

科技通报

《科技通报》(CN:33-1079/N)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《科技通报》多次评为“浙江省优秀期刊”、“华东地区优秀期刊”,是《中国科技论文统计源期刊》、《中国科学引文数据库来源期刊》,中国科技优秀期刊。2000年后先后被《中文优秀期刊要目总览》、《中国优秀期刊(遴选)数据库》、《中国学术期刊文摘》、《中国生物学文摘》、《中国生学文献数据库》等收录。获奖情况:浙江省优秀科技期刊一等奖。

杂志详情