| 基于属性约简及支持向量机的医疗诊断决策研究 |
| |
| 引用本文： | 胡中辉,李烨,蔡云泽,黄金杰.基于属性约简及支持向量机的医疗诊断决策研究[J].计算机工程与应用,2005,41(13):183-185. |
| |
| 作者姓名： | 胡中辉 李烨 蔡云泽 黄金杰 |
| |
| 作者单位： | 上海交通大学自动化系,上海,200030 |
| |
| 基金项目： | 国家973基础研究规划计划项目(编号:2002cb312200)，国家863高技术研究发展计划项目(编号:2002AA412010)，国家自然科学基金项目(编号:60174038) |
| |
| 摘 要： | 把基于粗集的属性约简方法与支持向量机分类器的基本理论相结合,以提高决策分类的综合性能。将所提方法应用于医疗诊断决策,并对属性约简前后的决策性能进行了比较分析。试验结果表明,利用约简后的数据集,计算复杂性降低,内存需求减少,同时仍能保持较高的决策准确率。
|
| 关 键 词： | 属性约简 粗集理论 支持向量机 医疗诊断 |
| 文章编号： | 1002-8331-(2005)13-0183-03 |
Medical Diagnostic Decision Making Based on Attribute Reduction and Support Vector Machines |
| |
| Hu Zhonghui,Li Ye,Cai Yunze,Huang Jinjie.Medical Diagnostic Decision Making Based on Attribute Reduction and Support Vector Machines[J].Computer Engineering and Applications,2005,41(13):183-185. |
| |
| Authors: | Hu Zhonghui Li Ye Cai Yunze Huang Jinjie |
| |
| Abstract: | The method of combining attribute reduction with the basic theory of support vector machines for classification is proposed.Then the method is applied to medical diagnostic decision-making.The experimental results indicate that the method can decrease the computational complexity and memory requirement.Furthermore,the decision-making accuracy is still satisfactory. |
| |
| Keywords: | attribute reduction rough set theory support vector machines medical diagnosis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
