基于POS-ELM的孤立性肺结节诊断方法研究
在肺结节诊断方法研究中,传统机器学习诊断方法存在诊断性能不稳定的问题.为了提高孤立性肺结节的识别准确率,提出基于粒子群优化(particle swarm optimization,PSO)参数的极限学习机(extreme learning machine,ELM)辅助诊断方法.首先采用PSO选取ELM最佳的初始权重ω和偏置b;然后利用最佳参数ω和b对ELM进行训练;再利用PSO-ELM对通过稀疏自编码得到的肺结节特征进行分类识别.实验中,将传统机器学习算法与本文方法进行对比,结果表明,利用粒子群优化算法进行优化的极限学习机在孤立性肺结节诊断方面具有较高识别准确率和稳定的分类性能,可以作为一种有效的肺结节诊断工具.
文件下载
评论信息
其他资源
- 微信小程序搜索框实现
- 模糊PID控制matlab仿真完整代码
- JAVA语言考试系统的设计与实现(论文+源代码+文献综述+外文翻译+开题报告)
- 基于LabVIEW的矩形波相位差测量程序
- 射频电路设计，低噪声放大器设计，LNA，ADS仿真
- 论文和期刊的引用情况和5年影响因子查询
- abaqus 混凝土损伤本构（仿真论坛）
- 可行性分析报告模板.docx
- STM32系列PCB封装
- 51单片机 modbus通讯源码
- 基于Android(安卓)的音乐播放器
- Android开发中使用CRC校验
- mycat-权威指南 第1版.pdf
- VC++ 实现定时关机或休眠-MFC 对话框应用程序介绍文档
- 获取屏幕上任意一点的RGB值
- vc播放avi的源程序
- 智能车源代码和电路图完整版
- rhci-5.8-1.iso Linux系统安装引导
- CAD快速编号
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明