0
400-888-7501
首页 期刊 西安工业大学学报 基于支持向量机与粗糙集理论的病例诊断【正文】

基于支持向量机与粗糙集理论的病例诊断

作者:刘白林 唐小三粗糙集支持向量机属性约简诊断

摘要:针对支持向量分类机在病例诊断中,训练样本大、诊断速度慢的不足,根据粗糙集理论的属性约简和支持向量机的分类机理,提出了一种混合分类算法,对病例进行诊断.应用粗糙集理论在不损失有效信息的情况下对属性进行预处理,从决策表中删除冗余的属性和冲突对象,降低支持向量机的维数和分类过程中的复杂度.然后利用支持向量机的分类机原理,对对象进行分类和预测。从而达到对病例进行诊断.实验证明在通过粗糙集对信息约简后,在合理降低准确率的情况下提高了诊断速度,从而解决了支持向量分类机在处理大量病例信息情况下,诊断速度慢的问题.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

西安工业大学学报

《西安工业大学学报》(双月刊)创刊于1981年,由陕西省教育厅主管,西安工业大学主办,CN刊号为:61-1458/N,自创刊以来,颇受业界和广大读者的关注和好评。 《西安工业大学学报》刊登具有创新性、高水平和有重要意义的学术论文以及反映学科发展状况的综述,一直被国内重要检索系统及数据库检索和转摘。由权威专家组成的编辑委员会有效地保证了本刊的学术水平,刊载的论文中获得国家自然科学基金、国防科学技术工业委员会、中国兵器装备集团公司以及省部级基金资助的科研论文占一定比例。

杂志详情