基于优化粒子群(PSO)的400例中医典型心系证候分类研究

摘要：

支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,从而使支持向量分类器具有较好的推广能力.本文介绍了基于优化粒子群(PSO)的分类技术,以中医心系400个样本为例,利用优化粒子群(PSO)进行中医心系证候分类研究,实验结果表明,该方法在证候分类中能达到较高的准确率。

关键词： 心系证候 中医分型 优化粒子群 支持向量机

作者: 徐璡 许朝霞 王忆勤 刘涛 夏春明 郭睿

作者单位: 上海中医药大学基础医学院,上海201203 华东理工大学机械电子工程中心,上海200237

会议类型: 国内会议

会议名称: 全国第十三届中医诊断学术年会

会议地点: 南昌

会议语种:中文

页码: 314-318

在线出版日期: 2012-07-15（万方平台首次上网日期，不代表论文的发表时间）