作者：李海强; 赵希梅; 魏宾; 王国栋多特征融合超限学习机肝病多分类识别计算机辅助诊断识别率
摘要：针对在肝病多分类识别中分类精度较低的问题,提出一种基于多特征融合和ELM的肝病多分类识别方法。从肝脏超声图像中选定感兴趣区域,分别对其提取LBP特征、GL-CM特征和Gabor特征,将得到的三种特征进行融合,得到鲁棒性更强的特征,通过超限学习机进行分类。实验结果表明,新提出的方法可以有效提高肝病多分类识别的识别率,并且时间效率较高,有助于肝病的临床诊断。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《青岛大学学报·工程技术版》（CN：37-1268/TS）是一本有较高学术价值的大型季刊，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。 《青岛大学学报·工程技术版》先后被确定为中国科技论文统计源期刊、中国期刊方阵双效期刊，并入选中国科技期刊文摘数据库、《中国科学引文数据库》等多家数据库，还多次获得国家和省部级优秀科技期刊奖及科技期刊优秀编辑质量奖。
杂志详情
