2024年8月16日
星期五
|
欢迎来到贵州省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
赵英杰
作品数:
1
被引量:5
H指数:1
供职机构:
辽宁省肿瘤医院
更多>>
发文基金:
辽宁省科学技术计划项目
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
更多>>
合作作者
王之琼
东北大学信息科学与工程学院
于戈
东北大学信息科学与工程学院
康雁
东北大学中荷生物医学与信息工程...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
自动化与计算...
主题
1篇
学习机
1篇
乳腺
1篇
乳腺肿
1篇
乳腺肿块
1篇
肿块
1篇
极限学习机
1篇
ELM
机构
1篇
东北大学
1篇
辽宁省肿瘤医...
作者
1篇
康雁
1篇
于戈
1篇
王之琼
1篇
赵英杰
传媒
1篇
东北大学学报...
年份
1篇
2013
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于特征选择ELM的乳腺肿块检测算法
被引量:5
2013年
乳腺肿块检测是防治乳腺癌的有效途径,基于乳腺X射线图像特征模型的极限学习机(ELM)分类算法已被应用于计算机辅助检测乳腺肿块中.针对由于特征间的依赖性导致的ELM学习效率和检测准确度低的问题,提出了基于特征选择ELM的乳腺肿块检测算法.利用影响值选择、序列前向选择和遗传选择等方法进行特征选择,进而利用该结果提高ELM的性能.通过490例来自辽宁省肿瘤医院的乳腺X射线图像的实验表明,基于特征选择ELM的乳腺肿块检测算法能有效提升乳腺肿块检测的效果,其中以遗传选择对ELM性能提升最明显.
王之琼
康雁
于戈
赵英杰
关键词:
极限学习机
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张