基于混合特征选择的轻度认知功能障碍的诊断分类
郭宏伟1
胡斌2
1.山东师范大学信息科学与工程学院 山东 济南 2500142.兰州大学信息科学与工程学院 甘肃 兰州 730000
摘要：为了有效提高轻度认知功能障碍(Mild Cognitive Impairment,MCI)的诊断分类效果,提出了一种基于Relief算法和支持向量机回归特征消除SVMRFE算法的混合特征选择方法Relief-SVMREF,该算法首先利用Relief算法去除无效特征,同时针对Relief算法无法去除冗余特征的问题,本文利用皮尔逊相关系数对选择出的特征进行冗余分析,去除冗余特征.最后利用SVMRFE算法对选出的特征进行排序,得到最终排序系数.对得到的特征排序采用留一交叉验证方法获取最优子集,再用SVM分类识别.实验结果表明该方法能够取得更好的分类效果.
关键词：轻度认知功能障碍Relief支持向量机回归特征消除混合特征选择皮尔逊相关系数
论文发表日期：2015-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 165-168 )
英文信息