智能医疗系统中GA_SVM特征选择和参数优化

来源 :计算机系统应用 | 被引量 : 0次 | 上传用户:sam8899138
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
挂号是医疗过程最基本的单元,通常患者不知道自己病情,挂错科室的情况十分普遍,智能医疗系统的挂号功能很好地解决了这一难题,智能医疗系统利用医疗部门积累的海量病案文本进行训练和机器学习,对患者的病例特征进行分析将其分类到正确的病种,得出应挂的科室然后推荐给患者.而影响传统的支持向量机(SVM)文本分类的效率和准确率主要是特征值的提取和核函数参数的优化问题,由此提出了一种遗传算法(GA)和SVM相结合的文本分类方法,即把文本特征值和核函数的参数看作遗传算法中的一个染色体(一个个体),并进行二进制编码,对每一个个
其他文献
随着科技生活的发展,人们对视频监控的要求越来越高.提出了一种基于Android平台的移动音视频监控系统.该系统利用Mediastream2实现流媒体的处理,ORTP实现流媒体的安全可靠传
动态分类器集成选择(DCES)是当前集成学习领域中一个非常重要的研究方向.然而,当前大部分DCES算法的计算复杂度较高.为了解决该问题和进一步提高算法的性能,本文提出了基于聚类
针对病理设备中嵌入式系统中的软硬件异常.利用状态机原理提出了一种新的异常处理算法.该算法首先根据不同类型的异常.得到相应的异常代码;然后根据不同的异常.利用XML形式定
针对空间目标的不合作性特点以及Adaboost集成学习算法的过拟合问题,提出了一种基于组合特征和改进Adaboost的空间目标图像识别算法.将空间目标图像的几何特征和变换特征进行融合,从不同的方面更精确地描述目标信息,并对Adaboost算法进行改进,根据样本在权重上的分布情况,在训练时进行分段更新权重,从而缓解分类器的过拟合现象,提高目标识别的稳定性.通过仿真实验证明,与传统的Adaboost算
随着信息化时代的发展,Web已成为各类网络信息的主要平台.但是,呈指数增长的海量信息使有价值知识淹没在信息海洋里,用户对专业领域知识的查找、访问、学习以及维护变得越来
Minicore是基于服务体执行流模型的新型微内核,它有效的将操作系统中的存储模型和运行模型相分离.微内核的高度模块化的设计使Minicore对服务体(Minicore的基本单元)间的消息通
现有的三维模型线条渲染方法,由于模型是网格结构,渲染得到线条图由大量的小线段组成,导致图形中有许多明显的棱角和孤立线段.提出了一种新的手绘图风格的三维模型线条渲染方法,将观察到的三维模型转化成简洁、自然的线条图.算法首先采用Suggestive Contours方法得到模型的特征线段集,通过分析线段的空间信息,将小线段连接成若干长线条,并用三次B样条曲线插值这些线条,然后引入B样条小波对线条进行简
传统蚁群优化算法研究已经取得了很多重要的成果,但是在解决大规模组合优化问题时仍存在早熟收敛,搜索时间长等缺点.为此,将邻域搜索技术与蚁群优化算法进行融合,提出一种新的并行
将HDLC设备虚拟成Linux下的网口设备,利用Linux下的网桥配置实现HDLC协议与以太网之间的互联.主要目的是介绍虚拟网口驱动程序设计要点和Linux网桥搭建技术,为通信设备不同介
随着高校教育的发展,课程和教师增加得越来越多.为了促进课程和教师知识的共享,研究了知识地图集的使用.以知识地图集的理论为基础,计算了课程间的相似度、教师的隶属度和相似度,并构建了相应的课程知识地图和教师知识地图.通过知识地图实现了课程和教师间的相互导航,并能为用户推荐相应的教师.最后还把知识地图集应用于查询,提高了查询的效率.本文的研究对知识的共享有一定的积极意义.