文献

J-GLOBAL ID：201702273606635241   整理番号：17A1317724

改良されたSVMアルゴリズムの乳がん診断への応用【JST・京大機械翻訳】

Application of an improved support vector machine algorithm in the diagnosis of breast cancer

著者 (5件)： Wu Chenwen (蘭州交通大学電子与信息工程学院,甘粛蘭州,730070) ,  Li Zhangsheng (蘭州交通大学電子与信息工程学院,甘粛蘭州,730070) ,  Wang Wei (蘭州交通大学電子与信息工程学院,甘粛蘭州,730070) ,  Liang Jinghan (蘭州交通大学電子与信息工程学院,甘粛蘭州,730070) ,  Yan Guanghui (蘭州交通大学電子与信息工程学院,甘粛蘭州,730070)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 39  号： 3  ページ： 562-566  発行年： 2017年 
JST資料番号： C2938A  ISSN： 1007-130X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： コンピュータ支援診断(CAD)技術による乳癌の診断精度の最適化問題に対して、ランダム森林モデルに基づくGini指標の特徴重みづけに基づくサポートベクトルマシン(RFG-SVM)を提案した。この方法は,確率的森林モデルのGini指数を用いて,分類結果の重要性を測定し,重み付き特徴ベクトルカーネルを持つサポートベクトルマシンを構築し,乳癌の診断に適用した。理論分析と実験データの検証により、伝統的なサポートベクトルマシン(SVM)と比較して、この方法は分類予測の性能を向上させ、その結果は最新の方法と比較しても一定の競争力があり、しかも医療診断応用においてより優位であることが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 計算機診断 ,  予測 ,  乳房腫瘍 ,  重みづけ ,  *アルゴリズム ,  サポートベクトルマシン ,  最適化問題
準シソーラス用語： 特徴ベクトル ,  ランダムフォレスト ,  診断精度 ,  *乳癌診断 , 【Automatic Indexing@JST】

著者キーワード (4件)： SVM ,  feature weighting ,  random forest ,  computer-aided diagnosis (CAD)

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： SVM ,  アルゴリズム ,  乳がん診断 ,  応用