-
题名改进和声搜索算法优化LSSVM的脑CT图像分类
被引量:1
- 1
-
-
作者
郭正红
赵丙辰
-
机构
河北北方学院信息科学与工程学院医学信息系
邢台学院信息科学与技术系
-
出处
《计算机工程与应用》
CSCD
2013年第22期146-149,共4页
-
文摘
为了提高脑CT图像的分类正确率,针对分类器中的最小二乘支持向量机(LSSVM)参数优化问题,提出一种改进和声搜索算法优化LSSVM的脑CT图像分类模型(IHS-LSSVM)。将LSSVM参数看作不同乐器的声调组合,通过和声搜索算法的"调音"找到最优参数,并在寻优过程中引入粒子群算法的最优位置更新策略,增强了算法跳出局部极小值的能力,根据最优参数建立脑CT图像分类模型,并对模型的性能进行仿真测试。仿真结果表明,相对于对比模型,IHS-LSSVM不仅提高了脑CT图像分类正确率,而且加快分类速度,是一种有效的脑CT图像分类模型。
-
关键词
脑ct图像分类
最小二乘支持向量机
和声搜索算法
粒子群优化算法
-
Keywords
Key words : medical image classification
least squares support vector machines
harmony search algorithm
particle swarm op-timization algorithm
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-