文献类型：期刊文章

作　　者：张杜娟[1] 王震[2]

Zhang Dujuan;Wang Zhen(School of Health Services Management,Xi’an Medical University,Xi’an 710021,China;School of Science,Xijing University,Xi’an 710123,China)

机构地区：[1]西安医学院卫生管理学院,西安710021 [2]西京学院理学院,西安710123

出　　处：《国外电子测量技术》

基　　金：陕西省教育厅专项科研计划(19JK0770);陕西省自然科学基础研究计划(2020JM-646)项目资助。

年　　份：2021

卷　　号：40

期　　号：8

起止页码：82-86

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了提高疾病诊断的准确率,提出了粒子群算法优化极限学习机的疾病诊断方法。传统的极限学习机算法初始权值和阈值随机产生,限制了算法的预测精度。为了改进极限学习机的预测效果,将极限学习机的权值和阈值作为粒子群中粒子的位置,通过粒子群的全局寻优获得期望的权值和阈值,提升极限学习机的神经元敏感度。将优化后的极限学习机算法与传统预测算法进行仿真对比,结果验证了改进极限学习机的有效性。在疾病诊断上,相比于其他传统算法,所设计的算法具有更高的预测精度和收敛速度,验证了所提方法的可靠性。

关 键 词：极限学习机 粒子群 疾病诊断

分 类 号：TP183]