CAJ | 학술논문

背景:对于患有神经系统或骨骼肌肉系统疾病的患者,分析步态数据可以评定康复程度,制定治疗方案.如何有效地分类小样本步态数据成为重要的研究课题.目的:用改进的支持向量机算法对小样本步态数据进行分类,准确诊断疾病.方法:建立加入模糊C均值聚类的支持向量机算法,选用Gait Dynamics in Neuro-Degenerative Disease Data Base 40～59岁年龄段的6组数据,共720个样本数据,采用左摆间隔和左支撑间隔两维参数对步态数据建模.数据归一化后,通过模糊C均值聚类对数据进行预处理;然后用支持向量机对数据进行分类.采用不同核函数的支持向量机算法验证分类能力.结果与结论:实验结果表明,利用改进的支持向量机算法,可以有效地对信号进行分类,有助于疾病的诊断和治疗方案的制定.
배경:대우환유신경계통혹골격기육계통질병적환자,분석보태수거가이평정강복정도,제정치료방안.여하유효지분류소양본보태수거성위중요적연구과제.목적:용개진적지지향량궤산법대소양본보태수거진행분류,준학진단질병.방법:건립가입모호C균치취류적지지향량궤산법,선용Gait Dynamics in Neuro-Degenerative Disease Data Base 40～59세년령단적6조수거,공720개양본수거,채용좌파간격화좌지탱간격량유삼수대보태수거건모.수거귀일화후,통과모호C균치취류대수거진행예처리;연후용지지향량궤대수거진행분류.채용불동핵함수적지지향량궤산법험증분류능력.결과여결론:실험결과표명,이용개진적지지향량궤산법,가이유효지대신호진행분류,유조우질병적진단화치료방안적제정.