| Title: | Многоклассовое разделение рамановских спектров кожи при различных заболеваниях с использованием метода опорных векторов |
| Authors: | Сергеева А. М. Христофорова Ю. А. |
| Keywords: | convolutional neural networks diffraction axicons diffraction modeling machine learning multi-order filters optical-neural network sensors ring gratings wave aberration analysis балансировка классов метод опорных векторов (SVM) неврологические заболевания разработка мультиклассового классификатора рамановская спектроскопия спектры рамановского рассеяния кожи хроническая болезнь почек хроническая сердечная недостаточность |
| Issue Date: | 2026 |
| Citation: | Сергеева, А. М. Многоклассовое разделение рамановских спектров кожи при различных заболеваниях с использованием метода опорных векторов = Multiclass separation of skin raman spectra for different diseases using support vector machines / А. М. Сергеева, 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. 363-366. |
| Abstract: | В работе рассматривается метод опорных векторов как многоклассовый классификатор для анализа спектров рамановского рассеяния кожи пациентов с хронической сердечной недостаточностью, хронической болезнью почек, неврологическими заболеваниями и здоровых лиц. Для балансировки классов случайным образом отбирались пациенты из групп хронической сердечной недостаточности и неврологических заболеваний, другие классы применялись полностью. Среднее значение точности классификации по 5 итерациям составило 0,85 ± 0,02 (среднее ± среднеквадратичное отклонение). |
| URI: | http://repo.ssau.ru/jspui/handle/123456789/64095 |
| ISBN: | |
| ISSN: | |
| ISMN: | |
| Other Identifiers: | RU\НТБ СГАУ\590282 |
| Appears in Collections: | VOLGA CYBER WEEK |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| file-363-366.pdf | 1.13 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.