基于动态特征子集选择和EM-Bayesian集成算法的乳腺癌辅助检测

摘要

应用模式识别方法解决医学辅助检测分类问题时，病灶数据往往呈现高维度，多样化的特点。但对多数分类器而言，这些特点会造成分类器的性能下降。本文提出了基于动态特征子集选择与基于EM算法的Na(i)ve Bayesian分类器相结合的集成算法(DSFS+EMNB)。实验表明与SVM算法以及其他传统方法相比，该算法的具有较好的分类性能和泛化能力。