遗传改进粒子群优化特征选择的研究与应用

《遗传改进粒子群优化特征选择的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号、密级公开编号碛士研究孝像侉夂题目遘传改进粒子群优化特征选择的研究与腿学院（所、中心）物理科学枝术学院专业名称物理电子学研究生姓名李毅学号导师姓名戴本忠职称教授导师姓名李晶职称教年月扉页论文独创性声明及使用授权本论文是作者在导师指导下取得的研宄成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研宄成果，不存在剽窃或抄袭行为。与作者一同工作的同志对本研宂所做的任何贡献均己在论文中作了明确的说明并表示了谢意。现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版），也可以采用影印、缩印或

2、其他复制手段保存论文；学校有权公布论文的全部或部分内容，可以将论文用于查阅或借阅服务；学校有权向有关机构送交学位论文用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。内部或保密的论文在解密后应遵循此规定〉云南大学硕士研究生学位论文摘要本文将遗传改进的离散的粒子群优化引入到特征选择中，并由此构建甲状腺结节恶性风险评估诊疗系统。本文主要包括以下内容：首先，对优化问题、粒子群优化、遗传算法和特征选择等概念作了概述。深入分析了粒子群优化，回顾了几种主要的粒子群优化改进算法。最后，介绍了特

3、征选择的相关概念。然后，利用离散的粒子群优化具有天然编码的这一特性，将遗传算法的基本操作施用于离散的粒子群优化中，实现了基于遗传改进的离散的粒子群优化的核心算法，并对其算法性能进行了标准函数测试。根据课题目标，将该算法应用于特征选择问题中，并与其他几种主要的特征选择方法进行了对照试验。试验证明，本文提出的遗传改进的粒子群优化能明显地提升特征选择的寻优能力。根据上述工作，构建甲状腺结节恶性风险评估诊疗系统。在构建分类器之前，运用数字图像处理的技术对甲状腺结节的超声影像进行了特征提取，共提取出个结节图像的形态和纹理特征。随后，将

4、遗传改进的粒子群优化用于上述特征的选择。将得到的最优特征子集作为特征向量，用支持向量机对甲状腺结节的良恶性进行分类识别，训练得到的分类器精度可达到，性能超过了常规特征选择方法得到的同类分类器。根据研究结果可以看出，结节的紧致度、平滑度等在对甲状腺结节进行良恶性无创预判中起到关键作用。最后，在研究粒子群优化、遗传算法等进化计算算法的基础上，扩展到随机过程等相关的领域，并做了简要的叙述，以此描绘了未来工作的主要方向和领域。关键字：粒子群优化；遗传算法；特征选择。云南大学硕士研究生学位论文，，云南大学硕士研究生学位论文，，，，云南

5、大学硕士研究生学位论文目录目录第一章绪论优化、司题优化问题的定义优化问题的分类启发式优化算法没有免费的午餐定理粒子群优化概述粒子群优化的产生粒子群优化的研究现状基本粒子群优化标准粒子群优化离散的粒子群优化遗传算法概述遗传算法的产生遗传算法的一般步骤特征选择概述特征选择的过程特征选择的分类特征选择的常用方法分类器的性能评估第二章算法实现与测试标准粒子群优化的实现参数设置云南大学硕士研究生学位论文算法流程标准函数测试遗传算法的实现参数设置算法流程标准函数测试遗传改进离散的粒子群优化的实现参数设置算法流程标准函数测试算法比较与讨论

6、算法收敛度比较算法收敛速率比较讨论第三章甲状腺结节恶性评估诊疗系统影像资料特征提取形态特征弹性特征彩色多普勒血供特征特征选择方法的实现实验结果与分析雖隱参考文献云南大学硕士研究生位论文第一早结论在实际工作中，甲状腺结节超声影像具有丰富的形态和纹理特征，而且临床上常常依靠医生的经验根据上述特征对结节的良恶性进行无创预判。因此，甲状腺结节成为首选的计算机辅助诊疗系统开发对象。起先，依靠本科时期的研究经验，运用数字图像处理的技术可以将甲状腺结节影像的形态和纹理特征充分提取出来，本文在这个方面做了细致的工作，而且曾经一度研究结节自动

7、定位和分割等关键技术。然而，随着研究的深入，高维度的初始的特征集合在构建分类系统时成为必须要克服的问题。因此，特征选择【的方法便自然而然地引入进来。就在这个时候，因为工作背景的关系，加之，深受《集体智慧编程》的影响，以粒子群优化和遗传算法为代表的进化计算算法成为本研究的重点。特征选择，是一种根据特定的蹄选判别标准和法则，从初始的特征集合中选择出具有良好区分能力的子集的优化过程。就其组合属性而言，特征选择是在初始的特征空间中，搜索最优子集的优化过程。粒子群优化，是一种基于群体智能的，通过粒子的最优积累与跟随群体的最优来实现寻优

8、目的的方法。遗传算法是一种基于模仿生物进化的群体叠代的优化算法。粒子群优化和遗传算法都是人们在寻求优化问题的最优解时，通过计算机模拟自然系统而衍生出来的优化算法。本文第一章介绍了优化问题、粒子群优化、遗传算法和特征选择的基本概念。首先，在阐述了基本的优化问题的启发式寻优的方式的基础上，着重