基于主成分的SFLABP网络模型在帕金森氏病分类中的应用 |
| |
引用本文: | 张志豪,唐德玉.基于主成分的SFLABP网络模型在帕金森氏病分类中的应用[J].数字社区&智能家居,2013(4):861-865. |
| |
作者姓名: | 张志豪 唐德玉 |
| |
作者单位: | 广东药学院医药信息工程学院 |
| |
摘 要: | 针对BP神经网络学习效率低、容易陷入局部最优等缺点,提出了一种基于主成分分析的混合蛙跳算法(Shuffle FrogLeaping Algorithm)优化的BP神经网络模型。使用主成分分析法对高维数据进行特征提取,作为网络输入;采用混合蛙跳算法优化BP神经网络的权系数和阈值,构建基于混合蛙跳算法神经网络的帕金森病分类模型。最后,以UCI中Parkinson数据为例,实验表明,新模型优于传统的BP网络。
|
关 键 词: | 主成分分析 混合蛙跳算法 BP神经网络 帕金森氏病 分类 |
本文献已被 CNKI 等数据库收录! |
|