-
公开(公告)号:CN114724705B
公开(公告)日:2024-10-18
申请号:CN202210358247.5
申请日:2022-04-06
申请人: 郑州轻工业大学
IPC分类号: G16H50/20 , G16H50/70 , G06F18/2135 , G06N3/0499 , G06N3/084 , G06N3/086
摘要: 本发明提出一种基于改进蚁狮算法和BP神经网络的食管鳞癌生存预测方法,步骤为:利用PCA法将采集的食管鳞癌数据进行降维处理得到样本数据;根据样本数据确定BP神经网络的拓扑结构,对样本数据进行预处理并输入BP神经网络,计算全局误差;在标准的ALO算法中加入交叉变异算子和非线性动态权重得到IALO算法,将全局误差作为适应度函数,更新精英蚁狮的位置;将精英蚁狮作为BP神经网络的最优权值和阈值构建食管癌风险预测模型,利用训练好的食管癌风险预测模型对食管鳞癌数据进行生存分析预测。本发明的PCA法对食管鳞癌数据进行降维,去除冗余;引入了变异算子,增强种群的多样性,提高全局搜索能力,避免陷入局部最优,提高了诊断效率。
-
公开(公告)号:CN114724705A
公开(公告)日:2022-07-08
申请号:CN202210358247.5
申请日:2022-04-06
申请人: 郑州轻工业大学
摘要: 本发明提出一种基于改进蚁狮算法和BP神经网络的食管鳞癌生存预测方法,步骤为:利用PCA法将采集的食管鳞癌数据进行降维处理得到样本数据;根据样本数据确定BP神经网络的拓扑结构,对样本数据进行预处理并输入BP神经网络,计算全局误差;在标准的ALO算法中加入交叉变异算子和非线性动态权重得到IALO算法,将全局误差作为适应度函数,更新精英蚁狮的位置;将精英蚁狮作为BP神经网络的最优权值和阈值构建食管癌风险预测模型,利用训练好的食管癌风险预测模型对食管鳞癌数据进行生存分析预测。本发明的PCA法对食管鳞癌数据进行降维,去除冗余;引入了变异算子,增强种群的多样性,提高全局搜索能力,避免陷入局部最优,提高了诊断效率。
-