查询结果:   周孟然,卞凯,刘卫勇,陈焱焱,胡锋.属性约简结合GWO-SVC的乳腺恶性肿瘤数据诊断研究[J].计算机应用与软件,2019,36(8):155 - 159,234.
中文标题
属性约简结合GWO-SVC的乳腺恶性肿瘤数据诊断研究
发表栏目
人工智能与识别
摘要点击数
76
英文标题
DIAGNOSTIC STUDY ON ATTRIBUTE REDUCTION COMBINED WITH GWO-SVC DATA FOR BREAST MALIGNANT TUMORS
作 者
周孟然 卞凯 刘卫勇 陈焱焱 胡锋 Zhou Mengran Bian Kai Liu Weiyong Chen Yanyan Hu Feng
作者单位
安徽理工大学电气与信息工程学院 安徽 淮南 232001 中国科学技术大学附属第一医院(安徽省立医院) 安徽 合肥 230001 合肥博谐电子科技有限公司 安徽 合肥 230088   
英文单位
College of Electrical and Information Engineering, Anhui University of Science and Technology, Huainan 232001, Anhui,China The First Affiliated Hospital of USTC(Anhui Provincial Hospital), Hefei 230001,Anhui,China Hefei Broshare Electronic Technology Co., Ltd., Hefei 230088,Anhui,China   
关键词
灰狼优化 递归特征消去 支持向量分类 乳腺恶性肿瘤 模式识别
Keywords
Grey wolf optimization Recursive feature elimination Support vector classification Breast malignant tumors Pattern recognition
基金项目
安徽省自然科学基金青年项目(1808085QE157);安徽省科技重大专项(18030801134)
作者资料
周孟然,教授,主研领域:模式识别。卞凯,硕士生。刘卫勇,主治医师。陈焱焱,副研究员。胡锋,博士生。来文豪,博士生。闫鹏程,讲师。 。
文章摘要
乳腺癌是最常见的恶性肿瘤之一,也是仅次于肺癌死亡的第二大凶手。乳腺恶性肿瘤的准确迅速诊断对于癌症的治疗有着重要的意义。模式识别机器学习算法用于乳腺肿瘤的辨识可有效弥补传统诊断方法辨识精度的不足。提出一种支持向量机递归特征消去(Support Vector Machine Recursive Feature Elimination,SVM-RFE)与灰狼优化支持向量分类(Grey Wolf Optimal Support Vector Classification,GWO-SVC)的组合算法。用SVM-RFE对乳腺肿瘤数据的30条属性进行约简,将属性约简后得到的18条属性数据用于GWO-SVC学习建模,发现训练集分类准确率高达99.33%,测试集分类准确率高达99.11%,耗时只需2.12 s。通过对比不同的智能算法分类结果表明,该方法具有较高的辨识精度与泛化能力。
Abstract
Breast cancer is one of the most common malignant tumors and the second leading killer after lung cancer. Accurate and rapid diagnosis of breast cancer is of great significance for the treatment of cancer. The pattern recognition machine learning algorithm for breast cancer identification can effectively compensate for the inaccuracy of traditional diagnostic methods. We proposed an algorithm which combined support vector machine recursive feature elimination (SVM-RFE) with grey wolf optimal support vector classification (GWO-SVC). The SVM-RFE was used to reduce 30 attributes of breast tumor data. Eighteen attribute data obtained by attribute reduction were used in GWO-SVC learning and modeling. It is found that the classification accuracy of training set is as high as 99.33%, and that of test set is as high as 99.11%. It takes only 2.12 s. The classification results of different intelligent algorithms show that the proposed method has higher identification accuracy and generalization ability. 
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于代码克隆检测的抽取方法(Extract Method)重构模式识别
张志浩
软件技术与研究
2019
9
摘要还未上传
2
属性约简结合GWO-SVC的乳腺恶性肿瘤数据诊断研究
周孟然
人工智能与识别
2019
8
155
[摘要]
3
新型入侵增量识别入侵检测模型
刘佳
安全技术
2019
3
320
[摘要]
4
局部信息保持极限学习机的遥感图像分类
何阳
图像处理与应用
2019
1
263
[摘要]
5
模糊函数主脊切面特征提取的灰狼优化方法
陈磊
算法
2018
8
279
[摘要]
6
基于双向GRU神经网络和双层注意力机制的中文文本中人物关系抽取研究
张兰霞
应用技术与研究
2018
11
130
[摘要]
7
支持向量机算法应用于2FSK信号分类
王新艳
算法
2017
9
262
[摘要]
8
基于Spark的并行FP-Growth算法优化与实现
陆可
算法
2017
9
273
[摘要]
9
基于微分同胚优化极端学习机的人脸识别
李丽娜
人工智能与识别
2017
4
169
[摘要]
10
一种新的基于水印技术的隐形编码技术及实现
宋广为
图像处理与应用
2017
2
226
[摘要]
11
I-VLDNS:一种改进的线性判别子空间模式识别算法
莫京兰
人工智能与识别
2016
7
172
[摘要]
12
基于鼠标和键盘行为特征组合的用户身份认证
王振辉
安全技术
2016
7
308
[摘要]
13
基于小波聚类的终端区进场轨迹模式识别
王超
人工智能与识别
2016
11
112
[摘要]
14
局部二值模式及其扩展方法研究与展望
孙君顶
图像处理与应用
2016
1
203
[摘要]
15
基于关联规则的语音情感中韵律特征抽取算法研究
徐照松
数据工程
2015
9
42
[摘要]
16
一族三次样条光滑半监督支持向量机
王建建
应用技术与研究
2015
8
47
[摘要]
17
保局投影在图像集匹配中的应用
曾青松
信息技术交流
2015
6
304
[摘要]
18
基于双路加速度计的空间手写输入识别模型
王祥雒
人工智能与识别
2015
5
193
[摘要]
19
基于Simulink平台的脉冲神经网络前向传播模型的建立与仿真
李宏伟
嵌入式软件与应用
2015
3
236
[摘要]
20
航空发动机转子故障诊断系统设计与实现
张俊红
嵌入式软件与应用
2015
11
217
[摘要]
21
融合拓扑特征和领域特征的非精确图匹配算法
李智杰
人工智能与识别
2015
10
164
[摘要]
22
仿生模式识别理论在45°视角的步态识别中的应用
李一波
人工智能与识别
2015
1
190
[摘要]
23
初等数学表达式的文本句法自动检测
陈鲤江
应用技术与研究
2014
7
62
[摘要]
24
基于时序分析的人体运动模式的识别及应用
林海波
人工智能与识别
2014
12
225
[摘要]
25
基于聚类集成的用户负荷模式识别
黄剑文
人工智能与识别
2014
12
237
[摘要]
26
一种基于改进BP神经网络的PCA人脸识别算法
李康顺
人工智能与识别
2014
1
158
[摘要]