计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2015年
3期
226-230
,共5页
智能医疗系统%特征选择%核函数参数%遗传算法%支持向量机
智能醫療繫統%特徵選擇%覈函數參數%遺傳算法%支持嚮量機
지능의료계통%특정선택%핵함수삼수%유전산법%지지향량궤
intelligent medical systems%feature selection%kernel function parameters%genetic algorithm%support vector machine
挂号是医疗过程最基本的单元,通常患者不知道自己病情,挂错科室的情况十分普遍,智能医疗系统的挂号功能很好地解决了这一难题,智能医疗系统利用医疗部门积累的海量病案文本进行训练和机器学习,对患者的病例特征进行分析将其分类到正确的病种,得出应挂的科室然后推荐给患者.而影响传统的支持向量机(SVM)文本分类的效率和准确率主要是特征值的提取和核函数参数的优化问题,由此提出了一种遗传算法(GA)和SVM相结合的文本分类方法,即把文本特征值和核函数的参数看作遗传算法中的一个染色体(一个个体),并进行二进制编码,对每一个个体进行选择、交叉、变异的遗传操作,得到最优的个体,最后通过支持向量机利用最优特征和最优参数进行文本分类.实验表明,该模型提高了患者智能诊断挂号的正确率,是一种较好的智能推荐诊断挂号算法.
掛號是醫療過程最基本的單元,通常患者不知道自己病情,掛錯科室的情況十分普遍,智能醫療繫統的掛號功能很好地解決瞭這一難題,智能醫療繫統利用醫療部門積纍的海量病案文本進行訓練和機器學習,對患者的病例特徵進行分析將其分類到正確的病種,得齣應掛的科室然後推薦給患者.而影響傳統的支持嚮量機(SVM)文本分類的效率和準確率主要是特徵值的提取和覈函數參數的優化問題,由此提齣瞭一種遺傳算法(GA)和SVM相結閤的文本分類方法,即把文本特徵值和覈函數的參數看作遺傳算法中的一箇染色體(一箇箇體),併進行二進製編碼,對每一箇箇體進行選擇、交扠、變異的遺傳操作,得到最優的箇體,最後通過支持嚮量機利用最優特徵和最優參數進行文本分類.實驗錶明,該模型提高瞭患者智能診斷掛號的正確率,是一種較好的智能推薦診斷掛號算法.
괘호시의료과정최기본적단원,통상환자불지도자기병정,괘착과실적정황십분보편,지능의료계통적괘호공능흔호지해결료저일난제,지능의료계통이용의료부문적루적해량병안문본진행훈련화궤기학습,대환자적병례특정진행분석장기분류도정학적병충,득출응괘적과실연후추천급환자.이영향전통적지지향량궤(SVM)문본분류적효솔화준학솔주요시특정치적제취화핵함수삼수적우화문제,유차제출료일충유전산법(GA)화SVM상결합적문본분류방법,즉파문본특정치화핵함수적삼수간작유전산법중적일개염색체(일개개체),병진행이진제편마,대매일개개체진행선택、교차、변이적유전조작,득도최우적개체,최후통과지지향량궤이용최우특정화최우삼수진행문본분류.실험표명,해모형제고료환자지능진단괘호적정학솔,시일충교호적지능추천진단괘호산법.
