| 基于支持向量机的尿液细胞图像识别分类研究 |
| |
| 引用本文： | 秦颖博,孙杰,陈平. 基于支持向量机的尿液细胞图像识别分类研究[J]. 计算机工程与设计, 2013, 34(6) |
| |
| 作者姓名： | 秦颖博 孙杰 陈平 |
| |
| 作者单位： | 1. 天津理工大学 计算机与通信工程学院,天津,300191
2. 天津理工大学 电子信息工程学院 薄膜电子与通信器件天津市重点实验室,天津,300191 |
| |
| 基金项目： | 天津市科委自然科学基金项目 |
| |
| 摘 要： | 为提高尿液细胞进行识别分类的效果,分析和比较了在RGB和HIS两种不同色彩坐标系统下使用支持向量机对尿液细胞进行识别分类的效果,分析和比较了使用色彩特征参数与空间特征参数进行综合识别分类尿液细胞的效果,提出使用网格搜索交叉验证法对支持向量机的参数进行优化.实验结果表明,提出的HSI颜色参数、空间参数、网格搜索交叉验证优化选择参数相结合的方法在尿液细胞识别分类中效果良好.
|
| 关 键 词： | 支持向量机 图像处理 机器学习 人工智能 目标识别 |
Urine cells image recognition research based on support vector machine |
| |
| QIN Ying-bo , SUN Jie , CHEN Ping. Urine cells image recognition research based on support vector machine[J]. Computer Engineering and Design, 2013, 34(6) |
| |
| Authors: | QIN Ying-bo SUN Jie CHEN Ping |
| |
| Abstract: | |
| |
| Keywords: | support vector machine (SVM) image processing machine learning artificial intelligence target recognition |
| 本文献已被 万方数据 等数据库收录！ |
|
