一种基于旋转森林的甲状腺疾病分类方法

• 作者: 徐光伟 潘乔 许腾 陈德华
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 甲状腺疾病 集成分类 旋转森林 特征选择 主成分分析
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP391
• 字数: 5313字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.03.003

摘要

甲状腺疾病是内分泌领域的常见疾病,准确识别不同类型的甲状腺疾病是临床医疗诊断中的首要问题.针对甲状腺检测指标数据,提出一种新的甲状腺疾病分类方法,该方法首先采用主成分分析法对数据集进行特征选择,降低数据维度,然后基于旋转森林集成分类算法实现分类.旋转森林算法使基分类器的差异性更加明显,进而提高分类器的精度,同时可以减少处理时间.实验中,同时分析了UCI标准数据集和真实临床医疗数据集,结果表明该方法的分类准确率分别可以达到96.28%和96.37%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈德华	东华大学计算机科学与技术学院	39	220	8.0	13.0
2	潘乔	东华大学计算机科学与技术学院	20	65	5.0	6.0
3	徐光伟	东华大学计算机科学与技术学院	18	78	5.0	8.0
4	许腾	东华大学计算机科学与技术学院	1	2	1.0	1.0