Indexed by：
Abstract：
SVM在机器学习领域中是一种通用有效的学习方法,在中医舌象分类中取得了一定的效果.但是由于各类舌象样本的数量不均衡,标准SVM方法对于这一问题的解决尚不尽人意.针对这一问题,本研究将加权SVM方法应用于大量舌色苔色样本的分类中,根据各类样本的相对重要性,加大或减小其惩罚项,在保证非重要样本的识别正确率可以接受的情况下,尽量提高重要样本的识别正确率.实验结果表明,该方法在不均衡舌象样本的分类中能取得较好的效果.
Keyword：
Reprint Author's Address：
Email：
Source ：
测控技术
ISSN： 1000-8829
Year： 2010
Issue： 5
Volume： 29
Page： 1-4,13
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 11
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
