| Title: | Сравнительный анализ методов обработки и классификации спектральных данных новообразований кожи |
| Authors: | Сальникова Е. О. Христофорова Ю. А. |
| Keywords: | binary classifiers classification quality ex vivo machine learning methods preprocessing algorithms Raman spectra of skin skin cancer алгоритмы предобработки бинарные классификаторы злокачественные новообразования кожи качество классификации кросс-валидация (K-fold) линейный дискриминантный анализ (LDA) метод ALS метод ANOVA метод PLS-DA методы машинного обучения рак кожи рамановская спектроскопия спектры рамановского рассеяния кожи |
| Issue Date: | 2026 |
| Citation: | Сальникова, Е. О. Сравнительный анализ методов обработки и классификации спектральных данных новообразований кожи = Comparative analysis of methods for processing and classification of spectral data of skin neoplasms / Е. О. Сальникова, Ю. А. Христофорова // Volga Cyber Week : материалы Всерос. II молодеж. науч.-практ. конф. по информатике и кибернетике (Самара, 12-15 мая 2026 г.) / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; под общ. ред. А. В. Куприянова. - Самара : Изд-во Самар. ун-та, 2026. - С. 351-354. |
| Abstract: | В работе рассматриваются два метода предварительной обработки спектров рамановского рассеяния кожи (с удалением базовой линии и без удаления) и две модели для их классификации на основе линейных дискриминантных методов, а также оценивается влияние, которое выбранные методы предобработки и машинного обучения оказывают на качество классификации. Результаты свидетельствуют о том, что выбранные методы предобработки значимо не влияют на качество классификации, но значимое улучшение достигается для модели на основе дискриминантного анализа частных наименьших квадратов. |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/64092 |
| ISBN: | |
| ISSN: | |
| ISMN: | |
| Other Identifiers: | RU\НТБ СГАУ\590263 |
| Appears in Collections: | VOLGA CYBER WEEK |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| file-351-354.pdf | 1.28 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.