所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

研究文章雷竞技app下载苹果版

一个新颖的方法来提高内核支持向量机分类算法使用基于纹理的混合方法和统计特性的Alzheimera€™年代阶段使用神经先生的形象

文摘

阿尔茨海默病(AD)阶段分类进行了54的T2加权磁共振图像的不同阶段。生成统计数据和收集的文本特性进行分割的白质,灰质,脑脊髓液、面积计算作为属性数据帧。分类的数据是由支持向量机和多层感知器算法和比较的结果使用曲线下面积(AUC)分类,分类精度(CA), F1,精度、回忆和观察,多层感知器和两个隐藏层有特定的内核支持向量机分类精度更好的100%给予96.29%的分类精度,通过混合方法可以增加内核支持向量机性能分类精度达到100%。

Shaik Basheera *,米萨提亚Sai Ram

阅读全文下载全文

全球技术峰会