支持向量机在小样本识别中的应用

支持向量机在小样本识别中的应用 The Application of Support Vector Machines in Recognition of Small Sample 梅建新 MEI Jian-xin 1 2 first-author 段汕 DUAN Shan 1 2 潘继斌 PAN Ji-bin 1 2 秦前清 QIN Qian-qing 1 2 武汉大学测绘遥感信息工程国家重点实验室 武汉大学测绘遥感信息工程国家重点实验室 National Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University National Key Laboratory for Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan University 武汉大学测绘遥感信息工程国家重点实验室,湖北,武汉,430079 武汉大学测绘遥感信息工程国家重点实验室,湖北,武汉,430079 针对癌症细胞诊断过程中样本采集困难 ,数目偏少的实际情况 ,在癌症的早期诊断中引入了一种新的模式识别方法———支持向量机 该方法基于统计学习理论的原理 ,较好地解决了小样本的学习分类问题 ,通过对具有不同性状的癌前增生细胞进行分类识别验证 ,支持向量机取得了较传统分类方法更好的识别效果 . As we know, the traditional recognition methods have good classifying effect in theory only in the situation that the number of test samples is enough large. But in fact the basic condition cannot be satisfied easily. In this paper, a new recognition method, Support Vector Machines （SVM）, is put forward to solve the learning problem of small sample. Based on this new method, we get satisfied result to classify the different hyplerplatic cells when we solve the problem of pre-cancer diagnosis. 统计学习理论 支持向量机 肿瘤诊断 statistical learning theory support vector machines tumor diagnosis O235 国家“九五”科技攻关生物医学基金 （ 96 90 1 0 7 0 3）;武汉大学创新基金资助项目 （ 90 42 70 0 72 ） 2002-06-01 2021-04-01 6