论文部分内容阅读
针对医学图像数据的特殊性,提出了一种适合挖掘大量医学图像数据的关联分类算法。该算法以频繁模式树为基础,通过引入双支持度,排除一部分对分类无意义且存在干扰的项,以提高分类正确率。实验结果表明,当用于医学图像分类时,该算法可以取得同样的基于关联规则的分类算法CMAR更高的执行效率及更好的分类效果。