基于改进的SVM的甲状腺图像检索

• 作 者: 任小康 白勇峰 范丽 李颜瑞
• 机 构: 西北师范大学数学与信息学院
• 出 处: 计算机工程与科学
• 发表日期: 2011年01期
• 关键词: 图像检索 粗糙集 支持向量机 相关反馈 甲状腺CT图像 image retrieval rough sets SVM relevance feedback

针对SVM处理大数据量和区分训练集样本属性的重要性差的问题,我们将SVM和粗糙集结合,构造了基于粗糙集与SVM的图像检索相关反馈算法,将其应用于甲状腺CT图像检索。实验结果表明,改进的SVM分类精度可达到92.53%,相比SVM的分类精度(76.58%)提高了15.95%,进而使检索的查准率和查全率也分别提高到89.53%和29.67%。