改进 GA-SVM 在冠状动脉疾病诊断中的应用

• 作者: 卢春红 顾晓峰
• 来源期刊: 生物学杂志
• 学科: 医学
• 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
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 技术方法
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP182|R319
• 字数: 3871字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-1736.2014.04.090

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾晓峰	江南大学轻工过程先进控制教育部重点实验室	115	265	9.0	11.0
2	卢春红	江南大学轻工过程先进控制教育部重点实验室	8	27	3.0	4.0