基于改進PSO-SVM算法的帕金森疾病診斷研究
作者：張瓊; 丁衛平; 景煒; 余利國 南通大學計算機科學與技術學院; 南通226019
摘要：針對帕金森疾病的病因不明確、臨床表現性多樣,容易造成醫生誤判、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分配慣性權重和學習因子,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的數據上并通過實驗表明該算法與經典的基于粒子群優化的支持向量機(PSO-SVM)算法和基于遺傳優化的支持向量機(GA-SVM)算法相比,在預測精度和執行效率上都有所提高。因此該算法可作為輔助醫生診斷帕金森疾病的一種有效方法。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
計算機與數字工程雜志
計算機與數字工程雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：算法與分析、系統結構、信息網絡安全、圖像處理、工程實踐等。于1973年經新聞總署批準的正規刊物。
- 統計源期刊
- 1個月內審核
