摘要：针对计算机辅助诊断（CAD）技术在乳腺癌疾病诊断准确率的优化问题,提出了一种基于随机森林模型下Gini指标特征加权的支持向量机方法（RFG-SVM）。该方法利用了随机森林模型下的Gini指数衡量各个特征对分类结果的重要性,构造具有加权特征向量核函数的支持向量机,并在乳腺癌疾病诊断方面加以应用。经理论分析和实验数据验证,相比于传统的支持向量机（SVM）,该方法提升了分类预测的性能,其结果与最新的方法相比也具有一定的竞争力,而且在医疗诊断应用方面更具优势。

关键词：支持向量机 特征加权 随机森林 计算机辅助诊断 

单位：兰州交通大学电子与信息工程学院; 甘肃兰州730070