TY -的A2 Humeau-Heurtier安妮•朱盟- Min盟——夏京盟——燕Molei AU - Cai, Guolong盟——燕,京盟- Ning, Gangmin PY - 2015 DA - 2015/11/16 TI -在复杂的医疗数据降维:改进的自适应小生境遗传算法SP - 794586六世- 2015 AB -随着医疗技术的发展,越来越多的生产参数来描述人类生理条件,形成高维的临床数据。在临床分析中,数据通常利用建立数学模型并进行分类。高维临床数据将会增加分类的复杂性,通常利用在模型中,从而降低效率。小生境遗传算法(NGA)是一个很好的降维算法。然而,在传统的NGA,提前利基距离参数设置,防止它适应环境。本文介绍了一种改进的小生境遗传算法(INGA)。它使用了一个自适应niche-culling操作在利基市场环境的建设提高种群多样性,防止局部最优解。因加在脓毒症患者的分层模型中得到证实。结果表明,通过应用印加,数据集的特征维数从77减少到10,该模型实现了92%的准确性预测28天死于脓毒症患者,明显高于其他方法。SN - 1748 - 670 - 2015/794586 / 10.1155 x你——https://doi.org/10.1155/2015/794586——摩根富林明——计算和数学方法在医学PB - Hindawi出版公司KW - ER