现代电子技术

2020, v.43;No.566(15) 110-114+118

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用
Application of SVM model of improved particle swarm optimization in diagnosis of malignant tumor

杨萌宇;张雷;曾悦;

摘要(Abstract):

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。

关键词(KeyWords): DPSO-SVM诊断模型;恶性肿瘤诊断;支持向量机;动态粒子群优化算法;惯性权重;算法改进

Abstract:

Keywords:

基金项目(Foundation): 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)

作者(Author): 杨萌宇;张雷;曾悦;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享