TY - A2的歌,侗族非盟- Ma,曹国伟盟——欧阳Jihong AU - Chen Hui-Ling盟——赵Xue-Hua PY - 2014 DA - 2014/11/18 TI -帕金森病的有效诊断系统使用基于极限学习机减法聚类特征加权方法SP - 985789六世- 2014 AB - SCFW-KELM命名一种新颖的混合方法,集有效减法聚类特征加权和快速分类器基于极端学习机(凯尔姆经常),介绍了为PD的诊断。在该方法中,SCFW作为数据预处理工具,旨在减少方差在PD数据集的特点,为了进一步提高诊断的准确性凯尔姆经常分类器。内核函数的类型影响的性能凯尔姆经常被详细调查。该方法的效率和有效性已经严格评估对PD数据集的分类准确性,敏感性,特异性,接受者操作特征(ROC)曲线下面积(AUC), f测量,kappa统计值。实验结果表明,该SCFW-KELM明显优于基于svm, KNN-based, ELM-based方法和其他方法在文献中,取得最高的分类结果报告到目前为止通过10倍交叉验证方案,分类准确率为99.49%,敏感性为100%,特异性99.39%,AUC为99.69%, f测量值为0.9964,kappa值为0.9867。幸运的是,该方法可能成为一个新的候选人的PD的诊断方法具有优良的性能。SN - 1748 - 670 - 2014/985789 / 10.1155 x你——https://doi.org/10.1155/2014/985789——摩根富林明——计算和数学方法在医学PB - Hindawi出版公司KW - ER