换一批改进 GA-SVM 在冠状动脉疾病诊断中的应用
An improved genetic algorithm-support vector machines scheme for coronary artery disease diagnosis
摘要改进的遗传算法（ GA）自动优化支持向量机（ SVM）参数，同步决策最优特征子集。新颖的分组多基因交叉技术保留了基因小组中的信息，而且允许后代继承更多的来自染色体的遗传信息。该算法促进可行解集中的高质量染色体信息交换，提高了解空间的搜索能力。实验结果说明：改进GA-SVM不仅可决策出与疾病相关的重要特征变量、优化SVM参数，而且可提升分类性能。与前馈BP神经网络及自适应模糊推理系统两种学习算法的比较表明，改进GA-SVM具有更好地表现。
更多相关知识
关键词
冠状动脉疾病诊断支持向量机遗传算法前馈BP神经网络自适应模糊推理系统coronary artery disease diagnosissupport vector machinesgenetic algorithmfeedforward back-propagation artificial neu-ral networkadaptive neuro-fuzzy inference system
医学主题词
冠状动脉疾病(Coronary Artery Disease)诊断(Diagnosis)算法(Algorithms)遗传(Heredity)支持向量机(Support Vector Machine)
栏目名称
DOI
10.3969/j.issn.2095-1736.2014.04.090
发布时间
2014-09-03（万方平台首次上网日期，不代表论文的发表时间）
基金项目
中央高校基本科研业务费专项基金资助项目（(JUDCF12027， JUSRP211A37， JUSRP51323B)）
江苏高校优势学科建设工程
- 浏览141
- 被引5
- 下载12
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
