粗糙集与支持向量机在肝炎诊断中的应用

摘要：

提出了一种基于粗糙集与支持向量机(SVM)的肝炎诊断方法.利用粗糙集对原始特征进行约减,得到多个特征子集,然后采用组选择算法进行二次约减,根据约减后的特征子集生成新的数据集,使用SVM对新的数据集进行训练和预测.采用UCI机器学习公共数据集,试验结果与数据分析表明,与SVM、神经网络(NN)、决策树所预测的结果对比,本文方法具有较高的准确率,可以较准确地诊断数据是否呈阳性.

关键词：人工智能、粗糙集、支持向量机、肝炎诊断、特征选择、神经网络

所属期刊栏目：41

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目60971089;国家电子发展基金项目2009537;吉林省科技厅项目2009502

在线出版日期：2016-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：160-164