基于支持向量机分类的脑中风微波检测

• 作者: 吴怡之 席恋
• 来源期刊: 微型机与应用
• 学科: 工学
• 关键词: 脑中风 微波检测 支持向量机 粒子群优化算法 分类算法
• 年，卷（期）: 2016,（13）
• 所属期刊栏目: 人工智能
• 页码范围: 55-56,59
• 页数: 3页
• 分类号: TP399
• 字数: 1446字
• 语种: 中文
• DOI: 10.19358/j.issn.1674-7720.2016.13.018

摘要

相比现有技术,基于微波技术的脑中风检测无电离辐射,是一种安全便捷低廉的检测方法.目前主要的脑中风微波检测方法是微波成像,但由于脑部结构复杂,成像精度和可靠性不高.近年来,基于机器学习的分类方法开始应用于微波生物检测.该文提出了一种以支持向量机作为核心的机器学习脑中风检测分类算法,并通过粒子群优化算法来对SVM参数进行寻优,以达到优化分类准确率的目的,实现有无脑中风的正确分类.经过脑中风微波检测实验系统验证,脑中风的分类器平均检测正确率经优化后提高了16％,证明算法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴怡之		27	157	9.0	10.0
5	席恋	东华大学信息科学与技术学院	1	4	1.0	1.0