文摘
英文文摘
第一章绪论
1.1课题背景
1.2细胞识别技术发展
1.3多分类器融合技术
1.4论文主要工作
第二章特征分析与细胞识别
2.1骨髓细胞的分类和基本特征
2.2特征选择
2.3细胞图像识别技术
第三章最优分类器集的设计
3.1理论框架
3.2基于最小相关度的分类器子集选择
3.3以系统识别率为目标的最优子集搜索
3.4利用机器学习理论的成员产生方法
3.5结合相关度与可靠性的成员动态选择
第四章多分类器融合技术研究
4.1融合方法概览与研究现状
4.1.1分类器选择
4.1.2分类器串行组合
4.1.3分类器并行组合
4.1.4基于层次的组合方式
4.2基于改进型Dempster-Shafer证据理论的骨髓细胞识别技术
4.2.1基本原理
4.2.2相关性分析
4.2.3矛盾冲突的分配
4.2.4基本概率分配函数构造的改进
4.2.5决策规则
4.2.6比较实验
4.3基于模糊积分理论的骨髓细胞识别技术
4.3.1模糊测度和模糊积分理论
4.3.2模糊测度的自适应动态赋值
4.3.3比较实验
第五章实验结果与分析
第六章总结与展望
参考文献
致谢
作者在硕士学位攻读期间完成学术论文情况