基于主成分的SFLABP网络模型在帕金森氏病分类中的应用

Authors：张志豪; 唐德玉

Source：电脑知识与技术, 2013, (04): 861-865.

• 主成分分析
• 混合蛙跳算法
• BP神经网络
• 帕金森氏病
• 分类 principal component analysis(PCA)
• shuffle frog leaping algorithm(SFLA)
• BP neural network
• Parkinson
• classifica tion

针对BP神经网络学习效率低、容易陷入局部最优等缺点,提出了一种基于主成分分析的混合蛙跳算法(Shuffle FrogLeaping Algorithm)优化的BP神经网络模型。使用主成分分析法对高维数据进行特征提取,作为网络输入;采用混合蛙跳算法优化BP神经网络的权系数和阈值,构建基于混合蛙跳算法神经网络的帕金森病分类模型。最后,以UCI中Parkinson数据为例,实验表明,新模型优于传统的BP网络。

• Institution
  广东药学院