研究文章
一个智能帕金森病诊断系统基于一个混乱的细菌觅食优化增强模糊资讯的方法
|
| 研究 |
方法 |
精度(
) |
|
| 小et al。(2009) |
预选滤波器+穷举搜索+ SVM |
91.4(引导50复制) |
| Shahbaba et al。(2009) |
狄利克雷过程混合物 |
87.7(5倍的简历) |
| Das (2010) |
安 |
92年。(同意) |
| 人形et al。(2010) |
基于互信息的特征选择+ SVM |
92.75(引导50复制) |
| Psorakis et al。(2010) |
改善mRVMs |
89.47(10倍的简历) |
| 郭et al。(2010) |
GP-EM |
93.1(10倍的简历) |
| Ozcift et al。(2011) |
CFS-RF |
87.1(10倍的简历) |
| 李et al。(2011) |
Fuzzy-based + SVM非线性变换 |
93.47(合作) |
| Luukka (2011) |
模糊熵措施+相似性分类器 |
85.03(合作) |
| Spadoto et al。(2011) |
粒子群优化+消息 |
73.53(合作) |
| 和谐搜索+消息 |
84.01(合作) |
| 引力搜索算法+消息 |
84.01(合作) |
| AStrom et al。(2011) |
并行神经网络 |
91.20(合作) |
| 陈et al。(2013) |
PCA-FKNN |
96.07(10倍的简历) |
| 先生et al。(2013) |
基于投影的学习元认知径向基函数网络(PBL-McRBFN) |
99.35%(合作) |
| Hariharan et al。(2014) |
集成的特征加权方法,特征选择方法和分类器 |
100%(10倍的简历) |
| Cai et al。(2017) |
支持向量机(SVM)基于细菌觅食优化(拍频振荡器) |
97.42%(10倍的简历) |
| 本研究 |
CBFO-FKNN |
97.89%(10倍的简历) |
|
|
