基于tlPSO-SVM模型的肿瘤进展预测

作     者：方丽英 陈培煜 王普 李爽 杨建栋 万敏 FANG Li-ying;CHEN Pei-yu;WANG Pu;LI Shuang;YANG Jian-dong;WAN MinP

作者机构：北京工业大学电子信息与控制工程学院北京100124 

基　　金：北京市委组织部优秀人才培养计划基金资助项目(2010D005015000001) 北京市新世纪百千万人才工程基金资助项目 北京市教委科研计划基金资助面上项目(KM201410005004) 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2014年第40卷第7期

页      码：189-192页

摘      要：为研究患者肿瘤进展情况与各项指标之间的关系,以支持向量机(SVM)作为分类模型,根据各项检查指标预测肿瘤进展情况。设计三层粒子群优化算法(tlPSO)对SVM模型进行参数寻优,使用训练集建立分类模型,利用测试集评估模型性能,得到tlPSO-SVM模型。tlPSO算法能有效降低陷入局部最优解的机率,获取全局最优参数,从而使模型具有最优的分类性能。将血常规、中医症候、FACT评分等指标作为输入,肿瘤进展情况作为分类输出,建立分类模型并进行预测。实验结果表明,tlPSO-SVM模型准确率较高,具有较好的分类性能。

主 题 词：肿瘤进展 粒子群优化算法 支持向量机 参数寻优 分类模型 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1000-3428.2014.07.039

馆 藏 号：203102788...