基于进化算法的树突神经元模型疾病预测研究

马瑞, 赵世伟, 阮文俊, 陆子涵, 贾东宝

江苏海洋大学学报(自然科学版) ›› 2025, Vol. 34 ›› Issue (03) : 85 -98.

PDF
江苏海洋大学学报(自然科学版) ›› 2025, Vol. 34 ›› Issue (03) : 85 -98.

基于进化算法的树突神经元模型疾病预测研究

作者信息 +

Author information +
文章历史 +
PDF

摘要

现代医疗领域对疾病预测的需求日益增长,但高维非线性数据的复杂性使得传统方法难以实现高效预测。树突神经元模型(dendritic neuron model,DNM)因其优越的非线性处理能力和生物可解释性,成为疾病分类预测领域的潜在解决方法。然而,传统的训练方法存在易陷入局部最优等问题,限制了模型性能的提升。研究结合进化算法(遗传算法、差分进化算法、粒子群优化算法、生物地理学优化算法)对DNM模型进行优化训练,通过正交矩阵试验法在乳腺癌、宫颈癌、丙型肝炎和糖尿病4种疾病数据集上进行验证。研究结果表明,生物地理学优化算法在训练精度和稳定性方面表现最佳,为疾病预测模型的优化提供了高效的解决方法。

关键词

疾病预测 / 树突神经元模型 / 进化算法 / 生物医学数据

Key words

引用本文

引用格式 ▾
马瑞, 赵世伟, 阮文俊, 陆子涵, 贾东宝. 基于进化算法的树突神经元模型疾病预测研究[J]. 江苏海洋大学学报(自然科学版), 2025, 34(03): 85-98 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/