论文部分内容阅读
支持向量机(SVM)是根据统计理论提出的一种新的学习算法.为了进行临床中经常出现的正常甲状腺组织与甲状腺癌组织分类,文章以82对正常甲状腺组织与甲状腺癌组织为实验材料,通过FTIR-SVM建立了正常甲状腺组织与甲状腺癌组织识别的模型.试验结果显示,对学习训练集中的70个样品模型识别率为100％,对94个预测样品的识别准确率为98.9％.研究结果表明,FTIR-SVM可以用于正常甲状腺组织与甲状腺癌组织的区别.