基于支持向量机和粒子群算法的电子鼻伤口感染检测

›› 2012, Vol. 34 ›› Issue (2): 261-264.

基于支持向量机和粒子群算法的电子鼻伤口感染检测

闫嘉1 田逢春1 庆华2 冯敬伟1 贾鹏飞1 孙诚1 樊澍1

1. 重庆大学通信工程学院，重庆 400030；2. 第三军医大学大坪医院外科研究所，重庆 400042

出版日期:2012-04-25 发布日期:2012-05-31

Online:2012-04-25 Published:2012-05-31

摘要/Abstract

摘要：

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。

关键词: 电子鼻, 伤口感染, 支持向量机, 粒子群算法, 传感器阵列优化, 参数优化

闫嘉田逢春庆华冯敬伟贾鹏飞孙诚樊澍 . 基于支持向量机和粒子群算法的电子鼻伤口感染检测[J]. , 2012, 34(2): 261-264.

[1]	王小龙全强明熊立新. 基于改进粒子群-GRNN模型的地铁隧道沉降预测[J]. , 2016, 38(6): 1142-1146.
[2]	王瑶郭鹏飞. 基于PCMRA-SVM的采煤工作面瓦斯涌出量预测[J]. , 2016, 38(6): 1266-1270.
[3]	孙臣良商政李冰包小龙. 煤层底板突水危险性的ReliefF-IGS-SVM预测模型及应用[J]. , 2016, 38(6): 1271-1275，1293.
[4]	江雪. 考虑质量设计的合同组批生产问题研究[J]. , 2016, 38(5): 1095-1100.
[5]	李烨贾进章. 基于改进GS-SVM的煤矿冲击地压预测研究[J]. , 2016, 38(4): 758-762.
[6]	彭业飞张维继冯智鑫. 基于速度向量化策略的二进制粒子群算法[J]. , 2016, 38(4): 827-831.
[7]	何银银. 基于改进GS-SVM的煤炭生产成本预测[J]. , 2016, 38(3): 701-705，723.
[8]	罗淑娟白思俊. 多项目交互组合选择模型的改进粒子群优化研究[J]. , 2016, 38(1): 150-156.
[9]	杨明磊戚旭鹏张春华郝朝瑜姜超. 基于支持向量机回归与分源预测法的瓦斯涌出量预测模型及其应用[J]. , 2015, 37(5): 485-489.
[10]	刘涛贾进章. 基于K-CV&SVM的工作面煤层瓦斯含量预测[J]. , 2015, 37(2): 147-150.
[11]	张智纲王雪峰范瑞. 基于果蝇算法的破坏带深度FOA-SVM预计模型[J]. , 2014, 36(5): 494-497.
[12]	温廷新张波. 基于EMD和LSSVM的滚动轴承故障诊断[J]. , 2014, 36(1): 76-79,88.
[13]	李梦雪张宇周明王伟魁靳世久. 热油管道非稳态优化运行研究[J]. , 2014, 36(1): 64-69.
[14]	朱征宇钟锐. 基于区块位置与加权视觉语义映射的语义图像检索[J]. , 2013, 35(5): 624-626, 636.
[15]	陈学华徐翔李宁. 坚硬顶板深孔爆破卸压技术及其模拟优化[J]. , 2013, 35(5): 597-602.

基于支持向量机和粒子群算法的电子鼻伤口感染检测

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐