多特征向量脑中风微波检测算法探究与改进

• 作者: 刘强 叶建芳 吴怡之
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 脑中风 微波检测 多特征向量 分类模型 分布式粒子群优化
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 基金项目
• 页码范围: 12-15
• 页数: 4页
• 分类号: TG4
• 字数: 3576字
• 语种: 中文

摘要

以微波成像作为主要手段的脑中风检测技术是一种安全便捷且成本低的微波检测方法,但由于脑部结构复杂,直接成像精度不高效果不可靠.通常采用微波提取脑部特征向量,通过分类模型处理检测脑中风的发生.对适用于多特征向量的脑中风微波检测分类模型进行研究,在构建Adaboost分类器模型基础上,采用分布式粒子群算法对模型进行优化.实验结果表明,将优化后的分类模型用于脑中风检测,精准度高达99.50％,运行速度提升46％,使得脑中风检测精准度和效率得到极大改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶建芳		46	269	7.0	15.0
3	吴怡之		27	157	9.0	10.0
7	刘强		1	0	0.0	0.0