【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
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
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】: