CAJ | 학술논문

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和SVM参数同步优化方法.实验结果表明,SVM结合PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率.
침대전통적상구감염진단방법모시장,조작복잡등문제,제출료일충기우전자비화지지향량궤(SVM)적방법진행상구감염검측,분별검측비감염화삼충상견병원균감염적대백서상구정공기체,연후이용SVM대실험수거진행식별.동시,감우전감기진렬적우화이급SVM삼수선택대기분류준학솔유중대적영향,제출일충기우입자군산법(PSO)적전감기진렬화SVM삼수동보우화방법.실험결과표명,SVM결합PSO여전통적신경망락이급유전산법상비,겁대제고상구감염검측적준학솔.