《基于支持向量机和粒子群算法的电子鼻伤口感染检测》PDF+DOC
作者:闫嘉,田逢春,何庆华,冯敬伟,贾鹏飞,孙诚,樊澍
单位:中国科学院成都文献情报中心
出版:《》
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFSJKF2012020260
DOC编号:DOCSJKF2012020269
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于PSO-SVM的白酒品质鉴别电子鼻》PDF+DOC2011年第11期 蒋鼎国,周红标,耿忠华
《独立分量分析在伤口感染监测电子鼻技术中的应用》PDF+DOC 徐姗,田逢春,杨先一,闫嘉,冯敬伟
《基于电子鼻传感器阵列优化的甜玉米种子活力检测》PDF+DOC2017年第21期 张婷婷,孙群,杨磊,杨丽明,王建华
《传感器动态建模算法的仿真研究》PDF+DOC2012年第10期 程山英
《神经网络方法用于分辨三种化学物质》PDF+DOC1996年第06期 冯伟,胡上序
《电子鼻信号处理方法的研究进展》PDF+DOC2001年第01期 高旭昇,王平
《医用电子鼻气体传感器阵列优化方法》PDF+DOC2009年第05期 胥勋涛,田逢春,杨先一
《电子鼻技术在猪肉新鲜度识别中的应用》PDF+DOC2008年第02期 孙钟雷
《支持向量机在电子鼻区分不同品种苹果中的应用》PDF+DOC2007年第01期 邹小波,赵杰文
《基于电子鼻技术的花椒品种鉴别方法研究》PDF+DOC2013年第11期 吴莉莉,郑丹,郑宝周,林爱英,潘建斌
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。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。