【问题标题】:Combining different feature vectors for, SVM training for MRI classification结合不同的特征向量,进行 MRI 分类的 SVM 训练
【发布时间】:2021-08-18 15:32:36
【问题描述】:

我目前一直在研究脑肿瘤分类的 FYP。使用小波变换、glcm、多项式变换等提取特征。 附加这些特征向量(按列)进行训练是否正确?喜欢这些特征向量的组合,例如:glcm+wavelet

你能给我推荐一些与此相关的论文吗?

感谢您的帮助

【问题讨论】:

    标签: machine-learning feature-extraction feature-selection medical-imaging mri


    【解决方案1】:

    是的,这种方法称为早期融合。

    换句话说,早期融合是在模型训练之前连接 2 个或更多特征集。

    还有许多其他的特征融合方法,包括模型融合和后期融合。

    看看这些可能对你有帮助的论文:

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2018-02-25
      • 2016-12-02
      • 2017-10-05
      • 2018-05-26
      • 2014-11-21
      • 2016-06-16
      • 2018-10-25
      • 2012-09-17
      相关资源
      最近更新 更多