基于遗传算法和模糊逻辑的糖尿病诊断特征选择成本效益方法
神经与进化计算
2011-03-02 v1
摘要
提出了一种提升结合遗传算法和模糊逻辑进行特征选择与分类的模型性能的方法。以较低成本实现任何疾病的早期诊断都是可取的。糖尿病就是这样一种疾病。在发达国家，糖尿病已成为第四大死因，且有大量证据表明，在许多发展中国家和新兴工业化国家，糖尿病正达到流行病的程度。在医学诊断中，模式由可观察的症状以及诊断测试的结果组成。这些测试具有各种相关的成本和风险。在模式分类的自动化设计中，所提出的系统解决了特征子集选择问题。这是一个从较大的特征集中识别和选择有用的模式表示特征子集的任务。通过使用基于模糊规则的分类系统，所提出的系统被证明能够提高分类精度。
引用
@article{arxiv.1103.0087,
title = {Cost effective approach on feature selection using genetic algorithms and fuzzy logic for diabetes diagnosis},
author = {E. P. Ephzibah},
journal= {arXiv preprint arXiv:1103.0087},
year = {2011}
}