贵州大学学报（自然科学版）
貴州大學學報（自然科學版）
귀주대학학보（자연과학판）
JOURNAL OF GUIZHOU UNIVERSITY(NATURAL SCIENCE)
2013年
5期
95-99
,共5页
张超%魏三强%胡秀建%梁西陈
張超%魏三彊%鬍秀建%樑西陳
장초%위삼강%호수건%량서진
LVQ%PSO%SOM%适应度函数%神经网络
LVQ%PSO%SOM%適應度函數%神經網絡
LVQ%PSO%SOM%괄응도함수%신경망락
LVQ%PSO%SOM%fitness function%neural network
为了解决LVQ神经网络在应用时对初始权值敏感的问题,基于粒子群算法提出PSO-LVQ算法.PSO-LVQ算法利用PSO为LVQ神经网络寻找最适应的初始权值.算法的适应度函数定义为初始权值和输入样本集的平均聚集距离与最大聚集距离的变化率.该定义将输入样本集的数据分布特征作为PSO优化LVQ初始权值的依据.利用PSO-LVQ算法对乳腺癌进行诊断实验,并与其它相关算法进行比较.研究结果表明:PSO-LVQ神经网络算法在收敛性和分类准确率上都有改善和提升,乳腺癌诊断平均准确率可达95.94203％,最高可达100％,适用于乳腺癌的辅助诊断.
為瞭解決LVQ神經網絡在應用時對初始權值敏感的問題,基于粒子群算法提齣PSO-LVQ算法.PSO-LVQ算法利用PSO為LVQ神經網絡尋找最適應的初始權值.算法的適應度函數定義為初始權值和輸入樣本集的平均聚集距離與最大聚集距離的變化率.該定義將輸入樣本集的數據分佈特徵作為PSO優化LVQ初始權值的依據.利用PSO-LVQ算法對乳腺癌進行診斷實驗,併與其它相關算法進行比較.研究結果錶明:PSO-LVQ神經網絡算法在收斂性和分類準確率上都有改善和提升,乳腺癌診斷平均準確率可達95.94203％,最高可達100％,適用于乳腺癌的輔助診斷.
위료해결LVQ신경망락재응용시대초시권치민감적문제,기우입자군산법제출PSO-LVQ산법.PSO-LVQ산법이용PSO위LVQ신경망락심조최괄응적초시권치.산법적괄응도함수정의위초시권치화수입양본집적평균취집거리여최대취집거리적변화솔.해정의장수입양본집적수거분포특정작위PSO우화LVQ초시권치적의거.이용PSO-LVQ산법대유선암진행진단실험,병여기타상관산법진행비교.연구결과표명:PSO-LVQ신경망락산법재수렴성화분류준학솔상도유개선화제승,유선암진단평균준학솔가체95.94203％,최고가체100％,괄용우유선암적보조진단.
