-
公开(公告)号：CN109102884A
公开(公告)日：2018-12-28
申请号：CN201810795722.9
申请日：2018-07-19
Applicant: 南京邮电大学
CPC classification number: G16H50/20 , G06K9/6269
Abstract: 本发明揭示了一种基于混合核函数支持向量机模型的帕金森疾病诊断方法，首先是对帕金森患者和健康人进行语音信号的采集；其次是对语音信号进行特征提取；之后是构造支持向量机模型的混合核函数；然后是利用智能优化算法优化支持向量机模型建立过程中的惩罚参数C、混合核函数中高斯核函数参数g、Sigmoid核函数参数h及比例参数t，并根据优化的结果建立最优支持向量机模型；最后是利用最优支持向量机模型对待测语音进行分类预测，实现帕金森疾病的诊断。本发明为帕金森症诊断提供了新的思路，降低了医疗成本，提高了诊断效率，另外本发明提高了帕金森疾病诊断的准确率。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
