震颤是肝豆状核变性疾病常见的症状之一.设计了一个监督学习模式评价系统,采用九轴传感器来记录震颤的加速度信号,分别在时域、频域上提取特征,再采用遗传算法选取出峰值振幅、特征峰值频率和峰值功率为显著特征,针对这些显著特征采用监督式学习,再通过支持向量机将患者和健康人进行分类.实验采用遗传算法迭代80次之后得到三个显著特征,再分别采用高斯核函数的支持向量机进行分类.实验结果显示,采用峰值频率分类的准确率最高,达到93%以上.
科研之友
微信
新浪微博
Facebook
分享链接
