-
公开(公告)号：CN112309577A
公开(公告)日：2021-02-02
申请号：CN202011078465.0
申请日：2020-10-10
Applicant: 广东工业大学
Abstract: 本发明公开了一种优化帕金森语音数据的多模态特征选择方法，包括：建立帕金森语音数据集，基于粒子群算法，初始化种群，依据实数编码方案，确定个体的特征字符串；根据个体适应值将种群中的个体划分至小生境中；更新每个个体的历史最优值和历史最优位置，更新每个小生境中最优个体的位置和适应值；更新每个个体的位置和速度，并根据每个个体的特征字符串，结合帕金森语音数据集评估个体的适应值；将更新完的个体作为新的种群，与所述初始化种群进行比较，得到新一代种群；进行筛选，保留两个种群的最优个体，并且剔除重复个体，得出新一代的种群进行演化；输出每一代的所有最优个体，最优个体的特征组合用于辅助判断是否患有帕金森疾病。
-
公开(公告)号：CN112309577B
公开(公告)日：2023-10-13
申请号：CN202011078465.0
申请日：2020-10-10
Applicant: 广东工业大学
Abstract: 本发明公开了一种优化帕金森语音数据的多模态特征选择方法，包括：建立帕金森语音数据集，基于粒子群算法，初始化种群，依据实数编码方案，确定个体的特征字符串；根据个体适应值将种群中的个体划分至小生境中；更新每个个体的历史最优值和历史最优位置，更新每个小生境中最优个体的位置和适应值；更新每个个体的位置和速度，并根据每个个体的特征字符串，结合帕金森语音数据集评估个体的适应值；将更新完的个体作为新的种群，与所述初始化种群进行比较，得到新一代种群；进行筛选，保留两个种群的最优个体，并且剔除重复个体，得出新一代的种群进行演化；输出每一代的所有最优个体，最优个体的特征组合用于辅助判断是否患有帕金森疾病。
-
公开(公告)号：CN111723897A
公开(公告)日：2020-09-29
申请号：CN202010403039.3
申请日：2020-05-13
Applicant: 广东工业大学
Abstract: 本发明公开了一种基于粒子群算法的多模态特征选择方法，选取UCI数据集进行预处理操作并且初始化候选群体，然后采用小生境算法把整个种群划分为多个子种群。在每次迭代时，每个子种群独立搜索寻找所在区域的最优解。在迭代演化时，更新每个小生境的全局最优值和每个个体的历史最优值，然后采用粒子群公式更新每个个体的速度和位置。采用跳跃变异操作帮助群体跳出局部最优区域并且采用分类正确率评估每个个体的质量。满足终止条件后，输出最后一代群体并且设计了一个筛选策略挑选出符合要求的多个最优解。本发明能找到多组特征解，给决策者提供更多的选项，有效地解决了特征选择的多模态优化问题。
-
-
Search Results
3
records
(took 0.013 seconds)
