基于參數(shù)優(yōu)化的SVM分類器在肺癌早期診斷中的應用.pdf

1、本文首先介紹了肺癌診斷的歷史及發(fā)展現(xiàn)狀，在此基礎上提出了將支持向量機(SVM)與肺癌早期診斷相結合的新思路，將機器學習應用到實際數(shù)據(jù)分類中。SVM是一種準確度高的分類器，具有很好的容錯和歸納能力，能較好地解決小樣本、非線性、高維等分類問題，具有很強的實用性。但在SVM的應用中，核函數(shù)、核參數(shù)和懲罰系數(shù)的選擇對結果有很大的影響。本文首先引入常用安德森鳶尾花(fisheriris)數(shù)據(jù)集在多項式核函數(shù)(Polynomial)和徑向基核函數(shù)(

2、RBF)分類性能上進行直觀形象的對比。再用常用的網(wǎng)格劃分法尋找最佳參數(shù)c和g，之后為了提高分類效果，又分別用遺傳算法(GA)和粒子群算法(PSO)對參數(shù)進行優(yōu)化，將優(yōu)化后的SVM算法用于肺癌數(shù)據(jù)集的分類中。在最后又與目前比較熱門的其他分類方法:決策樹C4.5算法和模糊神經(jīng)網(wǎng)絡算法進行比較，并將各種算法的分類性能在ROC空間顯示。
　　方法:以胸部CT片中提取出的21項放射學特征和5個臨床參數(shù)為基礎，將117例病例樣本隨機分為訓練集

3、和測試集，將數(shù)據(jù)歸一化后用主成分分析法(PCA)對數(shù)據(jù)進行降維處理，并訓練SVM網(wǎng)絡。通過比較并利用經(jīng)驗，選用RBF核函數(shù)，然后先用常用的網(wǎng)格劃分法選擇合適的懲罰參數(shù)c和核參數(shù)g，用測試集測試該網(wǎng)絡區(qū)分肺癌和非肺癌的能力。之后再分別用GA和PSO對參數(shù)進行優(yōu)化，重復之前的過程，每種方法的參數(shù)選擇均在K-CV意義下進行。最后將各種方法的結果進行對比，其中也包括探索算法歷程中嘗試過的C4.5算法和模糊神經(jīng)網(wǎng)絡算法，發(fā)現(xiàn)各種算法的優(yōu)缺點，找到

4、其中最合適的。
　　結果:通過測試集輸出結果對比，發(fā)現(xiàn)優(yōu)化后的SVM網(wǎng)絡虛警（假陽性）和漏檢（假陰性）率較低，分類精度比優(yōu)化前有所提高。PSO優(yōu)化的SVM網(wǎng)絡性能最好，44例測試樣本中錯誤3例（第5例假陽性，第36例，第38例假陰性），ROC曲線下AUC值最大，GA優(yōu)化次之，錯誤4例?；谌切碗`屬度函數(shù)的模糊神經(jīng)網(wǎng)絡錯誤5例，基于高斯型隸屬度函數(shù)的錯誤4例，C4.5算法在分類精度上最差。而且PSO優(yōu)化計算速度較快，且對病例樣本分