改进粒子群算法优化的SVM在恶性肿瘤诊断中的应用

作者：杨萌宇; 张雷^*; 曾悦

来源：现代电子技术, 2020, 43(15): 110-118.

DOI：10.16652/j.issn.1004-373x.2020.15.026

• DPSO-SVM诊断模型
• 恶性肿瘤诊断
• 支持向量机
• 动态粒子群优化算法
• 惯性权重
• 算法改进

为了提升恶性肿瘤的诊断效率及精准度,基于动态粒子群优化(DPSO)算法和支持向量机提出了DPSO-SVM诊断模型。DPSO在PSO的基础上结合GridSearch,GA等算法对惯性权重的取值以及种群迭代更新方式进行了改进,平衡了算法迭代前期的全局搜索性能与后期的局部搜索性能,提升了迭代后期种群的多样性和收敛速度。仿真实验结果表明,所提出的改进DPSO算法相比传统算法以及标准智能算法寻优效果有明显提升,构建的DPSO-SVM诊断模型与主流诊断模型相比在肿瘤诊断中也有着更优越的性能,提升了诊断效率的同时也降低了诊断误差。

• 出版日期2020
• 单位重庆交通大学