基于主成分的SFLABP网络模型在帕金森氏病分类中的应用

• 作者: 唐德玉 张志豪
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 主成分分析 混合蛙跳算法 BP神经网络 帕金森氏病 分类
• 年，卷（期）: 2013,（2）
• 页码范围: 861-865
• 页数: 5页
• 分类号: TP393

摘要

针对BP神经网络学习效率低、容易陷入局部最优等缺点,提出了一种基于主成分分析的混合蛙跳算法（Shuffle FrogLeaping Algorithm）优化的BP神经网络模型。使用主成分分析法对高维数据进行特征提取,作为网络输入;采用混合蛙跳算法优化BP神经网络的权系数和阈值,构建基于混合蛙跳算法神经网络的帕金森病分类模型。最后,以UCI中Parkinson数据为例,实验表明,新模型优于传统的BP网络。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐德玉	广东药学院医药信息工程学院	23	45	4.0	6.0
2	张志豪	广东药学院医药信息工程学院	2	0	0.0	0.0