基于混合粒子群优化 SVM 算法的红斑鳞状皮肤病诊断

• 作者: 孙海峰 孙秀玲 马志广 齐恩铁
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 混合自适应 PSO 红斑鳞状皮肤病诊断 混合模型 支持向量机
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 192-197,211
• 页数: 7页
• 分类号: TP3
• 字数: 6987字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.06.048

摘要

红斑鳞状皮肤病的诊断是皮肤病科的一个难题，针对这一问题，提出一种基于混合粒子群的支持向量机（SVM）模型HAPSO-SVM来提高红斑鳞状皮肤病的诊断精度。模型考虑了特征选择机制和参数优化两者对 SVM模型起着同等重要的作用，使用自适应的混合粒子群算法（HAPSO）同步实现特征选择机制和 SVM的参数寻优，同时设计的线性加权多目标函数综合考虑了分类准确率和支持向量个数，从而提高了算法的准确率和效率。结果表明，提出的模型不仅获得了较少的支持向量个数，找出了红斑鳞状皮肤病紧密相关的特征，并且得到了很高的分类准确率，是一种有效的红斑鳞状皮肤病诊断模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙海峰	长春理工大学光电信息学院	27	21	2.0	4.0
2	孙秀玲	长春理工大学光电信息学院	36	41	3.0	5.0
3	齐恩铁		5	0	0.0	0.0
4	马志广	长春理工大学光电信息学院	1	0	0.0	0.0