| 基于布谷鸟算法优化支持向量机应用于胸痛三联征的分类诊断研究 |
| |
| 引用本文： | 赵一凡,卞良,张飞飞.基于布谷鸟算法优化支持向量机应用于胸痛三联征的分类诊断研究[J].生物医学工程研究,2019(1):54-58. |
| |
| 作者姓名： | 赵一凡 卞良 张飞飞 |
| |
| 作者单位： | 宁夏医科大学公共卫生与管理学院;宁夏医科大学理学院 |
| |
| 基金项目： | 宁夏研究生创新教育计划项目(YXW2017016) |
| |
| 摘 要： | 胸痛三联征在临床上有相似的胸痛症状,误诊率居高,其确切病因尚不十分明确。针对经典支持向量机不适用于胸痛三联征此类非平衡数据集分类的缺点,本研究结合径向基核函数、布谷鸟算法以及支持向量机,提出一种基于布谷鸟算法优化支持向量机的分类识别模型,用于胸痛三联征的分类诊断。在收集到的735例有效样本数据集上,采用Java程序抽取平衡数据集。实验结果显示,基于平衡数据集,该模型的平均正确率为80.667%;基于非平衡数据集,其平均正确率为97.767%,相比经典支持向量机、粒子群算法-支持向量机、遗传算法-支持向量机均有不同程度的提高。因此,本研究模型对胸痛三联征的分类诊断具有一定的参考价值。
|
| 关 键 词： | 布谷鸟算法 支持向量机 胸痛三联征 非平衡数据 主动脉夹层 肺栓塞 急性心肌梗死 |
Classification and diagnosis of chest pain triad based on Cuckoo search optimized support vector machine |
| |
| ZHAO Yifan,BIAN Liang,ZHANG Feifei.Classification and diagnosis of chest pain triad based on Cuckoo search optimized support vector machine[J].Journal Of Blomedical Englneerlng Research,2019(1):54-58. |
| |
| Authors: | ZHAO Yifan BIAN Liang ZHANG Feifei |
| |
| Institution: | (School of Public Health and Management,Ningxia Medical University,Yinchuan 750000,China;School of Science,Ningxia Medical University,Yinchuan 750000) |
| |
| Abstract: | ZHAO Yifan;BIAN Liang;ZHANG Feifei(School of Public Health and Management,Ningxia Medical University,Yinchuan 750000,China;School of Science,Ningxia Medical University,Yinchuan 750000) |
| |
| Keywords: | Cuckoo search Support vector machine Chest pain triad Imbalanced data Dissection of aorta Pulmonary embolism Acute myocardial infarction |
| 本文献已被 CNKI 维普 等数据库收录！ |
|
