您当前的位置:
首页 > 文献资料
所属专业:
支持向量机集成文献资料
-
基于特征分类器集成的糖尿病分类方法
目的:结合医用电子鼻技术,探讨糖尿病患者及其口腔呼气的气味图谱特征.方法:选择180例糖尿病患者和100例健康者,用医用电子鼻采集280例口腔呼气的气味图谱,采用基于数据特征划分的方法,用支持向量机和随机森林集成模型对糖尿病患者进行分类预测.结果:①线性核函数的支持向量机(SVM1)分类结果不是很理想,低于多项式核(SVM2)、径向基函数核(SVM3)和随机森林(RF)3种分类器,说明分类超平面显然是非线性的;②集成分类器对糖尿病患者和健康者的气味图谱特征的识别准确率可达88.04%.结论:基于特征划分的分类器集成方法预测性能明显好于单一分类器,为使用医用电子鼻进行糖尿病诊断分析提供了一种有效手段.