基于BP-GamysBoost的乳腺癌诊断模型

作者：刘军; 彭慧娴^*; 黄斌; 托尼·谢伊

来源：计算机与现代化, 2021, (04): 8-14.

• Adaboost算法
• 模拟退火遗传算法
• BP神经网络
• BP-GamysBoost模型

针对乳腺癌数据存在的不平衡性问题,对标准的Adaboost算法进行改进,即首先引入BP神经网络,然后融合模拟退火遗传算法(SA-GA)较强的全局寻优能力和较快的收敛速度,最后通过权重的合理分配,提出BP-GamysBoost算法。同时为验证所提出的新算法BP-GamysBoost的合理性,从UCI机器学习知识库中获取WBCD数据库,比较BP-GamysBoost算法模型与BP模型、BP-GA模型、BP-Adaboost模型的稳定性、准确率、漏诊率、灵敏度等性能指标。最终结果表明,BPGamys Boost模型在乳腺癌数据库中运行良好,并优于其他3种算法模型。

• 单位
  佛山科学技术学院; 自动化学院