论文部分内容阅读
该文针对皮肤显微图像症状识别过程中样本采集困难、数量偏少的实际情况,在皮肤症状识别中引入了一种新的模式识别方法———支持向量机(SupportVectorMachines,SVM).该方法基于统计学习理论的原理,较好地解决了小样本的分类问题.文中采用"一对一"的策略解决多类别的SVM分类问题,使用留一法进行交叉验证,并比较了SVM与人工神经网络算法的识别结果.结果表明,SVM算法识别率高(89.35%),且速度快.根据该算法,建立了皮肤症状显微图像识别系统软件的原型.