Comparison of the effectiveness of tree algorithms in the diagnosis of spongy tissue
Fragment książki (Rozdział monografii pokonferencyjnej)
MNiSW
20
Poziom I
| Status: | |
| Autorzy: | Dzierżak Róża, Omiotek Zbigniew, Wójcik Waldemar |
| Dyscypliny: | |
| Aby zobaczyć szczegóły należy się zalogować. | |
| Wersja dokumentu: | Elektroniczna |
| Arkusze wydawnicze: | 0,5 |
| Język: | angielski |
| Strony: | 1 - 4 |
| Scopus® Cytowania: | 0 |
| Bazy: | Scopus |
| Efekt badań statutowych | NIE |
| Materiał konferencyjny: | TAK |
| Nazwa konferencji: | 2019 International Interdisciplinary PhD Workshop |
| Skrócona nazwa konferencji: | IIPhDW 2019 |
| URL serii konferencji: | LINK |
| Termin konferencji: | 15 maja 2019 do 17 maja 2019 |
| Miasto konferencji: | Wismar |
| Państwo konferencji: | NIEMCY |
| Publikacja OA: | NIE |
| Abstrakty: | angielski |
| The aim of the research was to assess the effectiveness of the tree algorithms used in the classification of spongy tissue texture features. Descriptors of features were based on a histogram of grey levels, gradient matrix, RL matrix, event matrix, autoregression model and wavelet transform. Three methods of selecting features were applied: Fisher coefficient, minimising the probability of classification error together with the accumulated correlation coefficient and mutual information. The selection results were used to build six types of classifiers trees: decision stump, Hoeffding tree, logistic model trees, random forest, random tree, reduces error pruning. The best results were obtained for Hoeffding tree and logistic model trees classifiers, using a set of features selected by the minimising the probability of classification error together with the accumulated correlation coefficient method. |
