节点文献

改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用

免费订阅

【作者】 杨萌宇张雷曾悦

【Author】 YANG Mengyu;ZHANG Lei;ZENG Yue;Chongqing Jiaotong University;

【通讯作者】 张雷;

【机构】 重庆交通大学

【摘要】 为了提升恶性肿瘤的诊断效率及精准度,基于动态粒子群优化(DPSO)算法和支持向量机提出了DPSO-SVM诊断模型。DPSO在PSO的基础上结合GridSearch,GA等算法对惯性权重的取值以及种群迭代更新方式进行了改进,平衡了算法迭代前期的全局搜索性能与后期的局部搜索性能,提升了迭代后期种群的多样性和收敛速度。仿真实验结果表明,所提出的改进DPSO算法相比传统算法以及标准智能算法寻优效果有明显提升,构建的DPSO-SVM诊断模型与主流诊断模型相比在肿瘤诊断中也有着更优越的性能,提升了诊断效率的同时也降低了诊断误差。

【基金】 国家自然科学基金项目(11401061);国家自然科学基金项目(11501065);重庆市教委项目(KJ1600504,KJ1600512)
【所属期刊栏目】 测控与自动化技术 (2020年15期)
  • 【DOI】10.16652/j.issn.1004-373x.2020.15.026
  • 【分类号】R730.4;TP18
  • 【下载频次】108
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: