基于SVM的老年痴呆症智能诊断研究

• 作者: 张会敏 胡太
• 来源期刊: 南京师范大学学报（工程技术版）
• 学科: 工学
• 关键词: 支持向量机 BP神经网络 RBF神经网络 老年痴呆症预测 数据挖掘
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 计算机工程
• 页码范围: 86-92
• 页数: 7页
• 分类号: TP18
• 字数: 4502字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-1292.2016.02.014

摘要

为了验证支持向量机(SVM)更适用于基于血常规数据的老年痴呆症的预测诊断,通过仿真实验,将BP神经网络、RBF神经网络、SVM支持向量机分别应用于老年痴呆症的预测诊断,建立3种算法对应的诊断模型,并对3种模型的预测结果进行分析比较,仿真实验在Matlab软件平台上进行.结果表明,与BP、RBF神经网络方法相比,SVM模型预测准确度高,建模时间短,整体性能好,更适用于基于血常规数据的老年痴呆症预测诊断,实际应用时可以此结论作为理论指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张会敏	南京师范大学计算机科学与技术学院	4	3	1.0	1.0
2	胡太	南京师范大学计算机科学与技术学院	4	15	1.0	3.0