基于PSO-FWSVM的糖尿病预测模型

• 作者: 朱玉全 缪琦
• 来源期刊: 计算机与数字工程
• 学科: 数学
• 关键词: 糖尿病预测 支持向量机(SVM) 特征加权(FW) 粒子群优化(PSO)
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法与分析
• 页码范围: 993-998
• 页数: 6页
• 分类号: O141.4
• 字数: 5265字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.05.001

摘要

糖尿病是三大慢性病之一,及早发现有利于对该病进行控制.为了提高早期诊断率,提出基于支持向量机(SVM)建立合适的糖尿病预测模型.在分析糖尿病数据特点基础上,提出对核函数进行加权处理,避免弱相关特征对分类结果的影响,从而提高了分类模型的识别率.之后采用自适应粒子群优化算法对FWSVM模型进行参数优化,并对某医院的实际糖尿病数据集进行模型的训练和识别.实验结果表明:相对于其他常用模型,论文的模型识别准确率和运算效率都有一定程度的提高,达到90.36％,性能上优于其他几种模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱玉全	江苏大学计算机与通信工程学院	90	959	17.0	26.0
2	缪琦	江苏大学计算机与通信工程学院	1	0	0.0	0.0