基于改進PSO-SVM算法的帕金森疾病診斷研究
作者：張瓊; 丁衛(wèi)平; 景煒; 余利國 南通大學計算機科學與技術(shù)學院; 南通226019
摘要：針對帕金森疾病的病因不明確、臨床表現(xiàn)性多樣,容易造成醫(yī)生誤判、漏判的問題,論文提出一種基于改進的PSO-SVM算法(IMPSO-SVM)對帕金森疾病進行診斷,用來提高對帕金森疾病的識別精度。該算法對不同性能的粒子動態(tài)分配慣性權(quán)重和學習因子,提高支持向量機模型的學習能力和泛化能力。最后將論文提出的IMPSO-SVM算法應用到帕金森疾病臨床表現(xiàn)的數(shù)據(jù)上并通過實驗表明該算法與經(jīng)典的基于粒子群優(yōu)化的支持向量機(PSO-SVM)算法和基于遺傳優(yōu)化的支持向量機(GA-SVM)算法相比,在預測精度和執(zhí)行效率上都有所提高。因此該算法可作為輔助醫(yī)生診斷帕金森疾病的一種有效方法。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社。
計算機與數(shù)字工程雜志
計算機與數(shù)字工程雜志， 月刊，本刊重視學術(shù)導向，堅持科學性、學術(shù)性、先進性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：算法與分析、系統(tǒng)結(jié)構(gòu)、信息網(wǎng)絡安全、圖像處理、工程實踐等。于1973年經(jīng)新聞總署批準的正規(guī)刊物。
- 統(tǒng)計源期刊
- 1個月內(nèi)審核
