基于啟發(fā)式算法的特征選擇方法研究及應(yīng)用
發(fā)布時間:2022-02-16 14:25
近年來,抑郁癥的發(fā)病率逐年升高,治療成本不斷加大。目前生活中多采用主訴自評或一些體內(nèi)激素指標(biāo)來對抑郁癥患者進行診斷,主訴自評帶有較大的主觀性,容易偏離客觀事實;體內(nèi)激素指標(biāo)通常會受到一些軀體疾病的影響,因而容易造成誤診。當(dāng)前,隨著學(xué)術(shù)界對腦電信號的深入研究,越來越多的學(xué)者將機器學(xué)習(xí)領(lǐng)域的知識和腦電信號結(jié)合,通過對腦電信號進行特征提取、選擇和分類等操作,最終建立起抑郁癥的識別模型,為臨床診斷提供一種客觀輔助工具。本文聚焦于機器學(xué)習(xí)流程中的特征選擇步驟,通過結(jié)合傳統(tǒng)的特征選擇方法和啟發(fā)式算法,提出一種融合特征選擇算法FMGASA,并將該算法應(yīng)用于基于腦電信號的抑郁識別的研究中,從而提高抑郁識別的可靠性。本文的工作和成果如下:1.提出融合特征選擇算法FMGASA。該算法綜合考慮過濾式(Filter)和封裝式(Wrapper)兩種特征選擇的優(yōu)缺點,首先利用方差分析和互信息兩種Filter算法對特征空間進行初步過濾,然后利用Wrapper算法對過濾后的空間進行二次搜索。在Wrapper算法的搜索策略上,針對遺傳算法過早收斂的現(xiàn)狀,對種群中的每個個體進行...
【文章來源】:蘭州大學(xué)甘肅省211工程院校985工程院校教育部直屬院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 緒論
1.1 抑郁癥背景
1.2 特征選擇概述
1.3 特征選擇發(fā)展與現(xiàn)狀
1.4 研究內(nèi)容
1.5 本文組織結(jié)構(gòu)
第二章 研究重點及理論基礎(chǔ)
2.1 啟發(fā)式算法
2.1.1 啟發(fā)式算法概述
2.1.2 常用啟發(fā)式算法
2.2 特征選擇理論基礎(chǔ)
2.2.1 特征選擇的基本特性
2.2.2 特征子集的生成
2.2.3 特征子集的評價函數(shù)
2.3 本章小結(jié)
第三章 基于啟發(fā)式算法的特征選擇方法研究
3.1 Filter特征選擇方法設(shè)計
3.1.1 方差分析
3.1.2 互信息
3.2 Wrapper特征選擇方法設(shè)計
3.2.1 模擬退火算法
3.2.2 遺傳算法
3.2.3 改進遺傳算法設(shè)計
3.2.4 評價算法
3.3 實驗驗證
3.3.1 實驗方案
3.3.2 實驗結(jié)果及分析
3.4 本章小結(jié)
第四章 基于融合特征選擇算法的抑郁識別研究
4.1 數(shù)據(jù)采集及實驗設(shè)計
4.1.1 實驗設(shè)備
4.1.2 入組標(biāo)準(zhǔn)
4.1.3 實驗素材及流程
4.2 腦電信號及其預(yù)處理
4.3 腦電信號特征提取
4.4 腦電信號特征選擇
4.5 腦電信號分類
4.5.1 實驗方案
4.5.2 實驗結(jié)果
4.6 結(jié)果分析
4.7 本章小結(jié)
第五章 總結(jié)與展望
參考文獻
在學(xué)期間的研究成果
致謝
【參考文獻】:
期刊論文
[1]煙酸皮膚潮紅反應(yīng)用于抑郁癥診斷的研究[J]. 鄭雁群,王燕,劉婉瑩,張福旭,朱墨,宋振華,胡瑤,張?zhí)旌?劉曉華. 中國神經(jīng)精神疾病雜志. 2018(12)
[2]抑郁癥患者的表情及微表情識別[J]. 馬琳,陳文鋒,傅小蘭,王桐桐. 科學(xué)通報. 2018(20)
[3]抑郁癥早期識別方法研究[J]. 郭懷斌,王東林. 心理科學(xué). 2016(05)
[4]一個測量抑郁癥的重要神經(jīng)指標(biāo):靜息額葉腦電活動的不對稱性[J]. 劉雷,周仁來. 心理科學(xué)進展. 2015(06)
[5]抑郁癥病因病機研究探析[J]. 馬歡. 遼寧中醫(yī)雜志. 2005(06)
[6]基于小波變換的特征構(gòu)造與選擇[J]. 張曉文,楊煜普,許曉鳴. 計算機工程與應(yīng)用. 2003(19)
[7]中國精神障礙分類與診斷標(biāo)準(zhǔn)第三版(精神障礙分類)[J]. 中華精神科雜志. 2001(03)
[8]《社會支持評定量表》的理論基礎(chǔ)與研究應(yīng)用[J]. 肖水源. 臨床精神醫(yī)學(xué)雜志. 1994(02)
碩士論文
[1]基于語音信號的抑郁癥識別研究與應(yīng)用[D]. 劉美.天津師范大學(xué) 2018
[2]抑郁癥患者的腦部MRI圖像分類算法研究[D]. 顧禮書.北京交通大學(xué) 2018
[3]基于現(xiàn)代譜估計的抑郁癥腦電研究[D]. 孫名厚.蘭州大學(xué) 2016
本文編號:3628126
【文章來源】:蘭州大學(xué)甘肅省211工程院校985工程院校教育部直屬院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【文章目錄】:
中文摘要
Abstract
第一章 緒論
1.1 抑郁癥背景
1.2 特征選擇概述
1.3 特征選擇發(fā)展與現(xiàn)狀
1.4 研究內(nèi)容
1.5 本文組織結(jié)構(gòu)
第二章 研究重點及理論基礎(chǔ)
2.1 啟發(fā)式算法
2.1.1 啟發(fā)式算法概述
2.1.2 常用啟發(fā)式算法
2.2 特征選擇理論基礎(chǔ)
2.2.1 特征選擇的基本特性
2.2.2 特征子集的生成
2.2.3 特征子集的評價函數(shù)
2.3 本章小結(jié)
第三章 基于啟發(fā)式算法的特征選擇方法研究
3.1 Filter特征選擇方法設(shè)計
3.1.1 方差分析
3.1.2 互信息
3.2 Wrapper特征選擇方法設(shè)計
3.2.1 模擬退火算法
3.2.2 遺傳算法
3.2.3 改進遺傳算法設(shè)計
3.2.4 評價算法
3.3 實驗驗證
3.3.1 實驗方案
3.3.2 實驗結(jié)果及分析
3.4 本章小結(jié)
第四章 基于融合特征選擇算法的抑郁識別研究
4.1 數(shù)據(jù)采集及實驗設(shè)計
4.1.1 實驗設(shè)備
4.1.2 入組標(biāo)準(zhǔn)
4.1.3 實驗素材及流程
4.2 腦電信號及其預(yù)處理
4.3 腦電信號特征提取
4.4 腦電信號特征選擇
4.5 腦電信號分類
4.5.1 實驗方案
4.5.2 實驗結(jié)果
4.6 結(jié)果分析
4.7 本章小結(jié)
第五章 總結(jié)與展望
參考文獻
在學(xué)期間的研究成果
致謝
【參考文獻】:
期刊論文
[1]煙酸皮膚潮紅反應(yīng)用于抑郁癥診斷的研究[J]. 鄭雁群,王燕,劉婉瑩,張福旭,朱墨,宋振華,胡瑤,張?zhí)旌?劉曉華. 中國神經(jīng)精神疾病雜志. 2018(12)
[2]抑郁癥患者的表情及微表情識別[J]. 馬琳,陳文鋒,傅小蘭,王桐桐. 科學(xué)通報. 2018(20)
[3]抑郁癥早期識別方法研究[J]. 郭懷斌,王東林. 心理科學(xué). 2016(05)
[4]一個測量抑郁癥的重要神經(jīng)指標(biāo):靜息額葉腦電活動的不對稱性[J]. 劉雷,周仁來. 心理科學(xué)進展. 2015(06)
[5]抑郁癥病因病機研究探析[J]. 馬歡. 遼寧中醫(yī)雜志. 2005(06)
[6]基于小波變換的特征構(gòu)造與選擇[J]. 張曉文,楊煜普,許曉鳴. 計算機工程與應(yīng)用. 2003(19)
[7]中國精神障礙分類與診斷標(biāo)準(zhǔn)第三版(精神障礙分類)[J]. 中華精神科雜志. 2001(03)
[8]《社會支持評定量表》的理論基礎(chǔ)與研究應(yīng)用[J]. 肖水源. 臨床精神醫(yī)學(xué)雜志. 1994(02)
碩士論文
[1]基于語音信號的抑郁癥識別研究與應(yīng)用[D]. 劉美.天津師范大學(xué) 2018
[2]抑郁癥患者的腦部MRI圖像分類算法研究[D]. 顧禮書.北京交通大學(xué) 2018
[3]基于現(xiàn)代譜估計的抑郁癥腦電研究[D]. 孫名厚.蘭州大學(xué) 2016
本文編號:3628126
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3628126.html
最近更新
教材專著