重庆大学研究生科技创新基金(200911B1A0100326)
- 作品数：2 被引量：5H指数：2
- 相关作者：冯敬伟田逢春闫嘉徐姗孙诚更多>>
- 相关机构：重庆大学第三军医大学大坪医院更多>>
- 发文基金：重庆市自然科学基金重庆大学研究生科技创新基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 独立分量分析在伤口感染监测电子鼻技术中的应用被引量：4
- 2011年
- 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独立分量分析(ICA)的方法来检测常见的伤口感染病原茵。该电子鼻的传感器阵列由6个金属氧化物半导体传感器组成,分别对七种常见病原菌产生响应,然后利用RBF神经网络对经ICA预处理后的数据进行识别。结果表明,ICA对气体传感器阵列测量数据进行预处理,可以简化神经网络的结构,减少计算量,并能提高伤口感染病原茵识别的准确率。
- 徐姗田逢春杨先一闫嘉冯敬伟
- 关键词：电子鼻ICARBF伤口感染
- 基于支持向量机和粒子群算法的电子鼻伤口感染检测被引量：2
- 2012年
- 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。
- 闫嘉田逢春何庆华冯敬伟贾鹏飞孙诚樊澍
- 关键词：电子鼻伤口感染支持向量机粒子群算法参数优化
