基于支持向量机和粒子群算法的电子鼻伤口感染检测

作者：闫嘉; 田逢春; 何庆华; 冯敬伟; 贾鹏飞; 孙诚; 樊澍

来源：世界科技研究与发展, 2012, (02): 261-264.

DOI：10.16507/j.issn.1006-6055.2012.02.025

• 电子鼻
• 伤口感染
• 支持向量机
• 粒子群算法
• 传感器阵列优化
• 参数优化 electronic nose
• wound infection
• support vector machine
• particle swarm optimization
• sensor array optimization
• parameters optimization

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用SVM对实验数据进行识别。同时,鉴于传感器阵列的优化以及SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和SVM参数同步优化方法。实验结果表明,SVM结合PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率。

• 单位
  第三军医大学大坪医院