基于教学优化算法的帕金森疾病数据特征选择方法研究

扫码查看

原文链接

NETL
NSTL
万方数据
维普

中文摘要：帕金森疾病作为一种致死率较高的老年神经系统退行性疾病,发病率日益上升.因此对帕金森疾病数据进行特征预测和分析,有助于帮助患者进行早期干预治疗,提高治愈率.本文提出了一种基于改进教学优化算法的特征选择方法,在原有的教学优化算法基础上通过自适应教学因子,提高算法精密搜索的性能,使用多学习策略增强算法的全局搜索能力,加速收敛.算法通过KNN、十倍交叉进行分类验证,实验结果与原有的教学优化算法相比,在帕金森疾病数据特征选择上性能更优.

作者：

郑金格、刘琳琳、翟梦鑫、李昊

展开 >

作者单位：

周口师范学院网络工程学院,河南周口 466001

俄罗斯国立信息与无线电电子大学,白俄罗斯明克斯220002

关键词：

特征选择帕金森疾病教学优化算法 KNN

出版年：

2022

DOI：

10.13450/j.cnki.jzknu.2022.05.013