計算智能新技術(shù)及其生物醫(yī)學(xué)信號分析應(yīng)用.pdf

1、目前，計算智能是智能科學(xué)的重要方法之一，也是信息技術(shù)的前沿課題，以計算智能為核心內(nèi)容的交叉學(xué)科，如機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能控制等已成為當(dāng)前的研究熱點(diǎn)，近年來研究出的計算智能新技術(shù)和新方法已經(jīng)廣泛應(yīng)用于多個學(xué)科領(lǐng)域，尤其是在信號處理、模式識別、非線性系統(tǒng)最優(yōu)化、知識工程、計算機(jī)輔助醫(yī)學(xué)診斷等方面取得了豐碩的成果。 本文針對計算智能領(lǐng)域的神經(jīng)網(wǎng)絡(luò)融合算法、自適應(yīng)信號處理等重點(diǎn)問題進(jìn)行了專題研究，并將所提出的各種算法應(yīng)用于計算機(jī)輔助醫(yī)

2、學(xué)診斷和生物醫(yī)學(xué)信號分析。本文的研究工作主要有： (1)對膝關(guān)節(jié)擺動信號進(jìn)行了波形分析，采用了全局和分段的波形因數(shù)、偏斜度、峰度、信息熵、轉(zhuǎn)向計數(shù)和均方值方差這幾種統(tǒng)計特性并進(jìn)行了特征選擇，此后利用徑向基函數(shù)網(wǎng)絡(luò)對膝關(guān)節(jié)擺動信號進(jìn)行了有效的診斷。隨后，結(jié)合了規(guī)整化和交叉確認(rèn)方法提出了多層感知器的最優(yōu)結(jié)構(gòu)選擇算法。 (2)對屬于非生成式集成的神經(jīng)網(wǎng)絡(luò)線性融合算法進(jìn)行了深入研究，對絕大多數(shù)投票、簡單平均和加權(quán)平均算法進(jìn)行了歸

3、納總結(jié)，提出了新的感知器平均、最小均方融合、歸一化加權(quán)平均和自適應(yīng)線性組合算法。在此基礎(chǔ)上，通過乳腺癌診斷、酵母蛋白質(zhì)亞細(xì)胞定位預(yù)測、乳房組織分類、函數(shù)逼近實驗進(jìn)行了神經(jīng)網(wǎng)絡(luò)集成系統(tǒng)的性能測試和比較分析。實驗結(jié)果表明，基于本文提出的神經(jīng)網(wǎng)絡(luò)融合算法與之前研究者提出的簡單平均、混合專家系統(tǒng)、加權(quán)平均等融合方法相比簡潔易行，更充分地利用成分神經(jīng)網(wǎng)絡(luò)提供的信息，并且能夠大幅提升神經(jīng)網(wǎng)絡(luò)集成系統(tǒng)的分類正確率和預(yù)測精確度。 (3)設(shè)計出可