基于SVM的老年痴呆症智能诊断研究.PDF

第16卷第2期 南京师范大学学报（工程技术版） Vol. 16 No.2 2016年6月 JOURNALOFNANJINGNORMALUNIVERSITY（ENGINEERINGANDTECHNOLOGYEDITION） June，2016 doi：10.3969/j.issn.1672-1292.2016.02.014 基于SVM的老年痴呆症智能诊断研究 张会敏，胡 太 （南京师范大学计算机科学与技术学院，江苏南京210023） ［摘要］ 为了验证支持向量机（SVM）更适用于基于血常规数据的老年痴呆症的预测诊断，通过仿真实验，将BP 神经网络、RBF神经网络、SVM支持向量机分别应用于老年痴呆症的预测诊断，建立3种算法对应的诊断模型， 并对3种模型的预测结果进行分析比较，仿真实验在Matlab软件平台上进行.结果表明，与BP、RBF神经网络 方法相比，SVM模型预测准确度高，建模时间短，整体性能好，更适用于基于血常规数据的老年痴呆症预测诊 断，实际应用时可以此结论作为理论指导. ［关键词］ 支持向量机，BP神经网络，RBF神经网络，老年痴呆症预测，数据挖掘 ［中图分类号］TP18 ［文献标志码］A ［文章编号］1672-1292（2016）02-0086-07 AStudyonIntelligentDiagnosisofSenileDementiaBasedonSVM ZhangHuimin，HuTai （SchoolofComputerScienceandTechnology，NanjingNormalUniversity，Nanjing210023，China） Abstract：Inordertoverifythatthesupportvectormachine（SVM）ismoresuitableforpredictingdiagnosisbasedonthe dataofbloodroutineexaminationofAlzheimer’sdisease，throughthesimulationexperiment，BPneuralnetwork，RBF neuralnetwork，SVMsupportvectormachine（SVM）areappliedtopredictthediagnosisofAlzheimer’sdisease.Three diagnosticmodelsareestablished，andthepredictionresultsofthethreemodelsareanalyzedandcompared.Thesimula⁃ tionexperimentsarecarriedoutontheplatformofMatlabsoftware，theresultsshowthatcomparedwithBP，RBFneural networkmethod，SVMmodelwithhighpredictiveaccuracy，shortmodelingtime，goodoverallperformanceismoresuit⁃ ableforpredictiondiagnosisbasedonthedataofbloodroutineexaminationofAlzheimer’sdisease.Thisconclusioncan beusedasatheoreticalguideinthepracticalapplication. Keywords：supportvectormachine，BPneuralnetwork，RBFneuralnetwork，dementiadiseaseprediction，datamining ［1］ 21世纪，我国迅速进入了老龄化社会，老年疾病突发，其中老年痴呆症 患者数量急剧增长.针对老 年痴呆症的诊断方法主要包括两类：一