CN119400400A 适用于疾病诊断的基于角蜥蜴算法的新型特征选择方法 （长春大学）

适用于疾病诊断的基于角蜥蜴算法的新型本发明提出了一种适用于疾病诊断的基于选出的最优特征选择向量组以及与之对应的模2步骤一：设定疾病数据集对应的随机数，所述疾病数据公式7中Fitness为适应度函数值，ErrorRate为使用选择之后的特征进行分类的错误率，具体为分类错误的数量占总数的百分比，取值范围在[0,1]，SF为选取的特征个数，所述四种策略分别为隐蔽策略、皮肤变暗或变亮策略、血液喷射策略和移动逃避策3式中：:(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的最佳和r4是在1到最大搜索代理数之间产生的整数随机数，且r1≠其中(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的最佳搜2其中(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的最佳搜设x:(t)为第i个个体迭代第t轮的数值，xi(t+1)为第i个个体迭代第t+1轮的数值，根据公式8和公式9，可获得第i个个体对应的二进制布尔数值，该48.一种根据权利要求1至7任意一项所述的适用于疾病诊断的基于角蜥蜴算法的新型所述初始化模块用于设定疾病数据集对应的随机数，所述疾病数所述适应度计算模块根据二进制化模块的结果，用新的特征选择向量所述角蜥蜴策略模块在基础种群进入HLOA算法进行迭代后，将所述欧式距离计算模块用迭代之后的种群减去迭代之前的种群，每个对应位置都作所述适应度计算模块根据欧式距离计算模块的结果，用特征选择之后所述结果输出模块重复欧式距离计算模块和适应度计算模块的执行内所述处理器执行所述计算机程序时实现权利要求1至7中任意一项所述方处理器执行时实现权利要求1至7中任意一项所述方56公式7中Fitness为适应度函数值，ErrorRate为使用选择之后的特征进行分类的7式中：(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的r4是在1到最大搜索代理数之间产生的整数随机数，且其中(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的最佳搜索代理，i(t)为当前搜索代理，Ma2其中(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的最设x:(t)为第i个个体迭代第t轮的数值，xi(t+1)为第i个个体迭代第t+1轮的数8本发明经过角蜥蜴算法筛选后的特征能够更好地反映疾病的本质特征和内在规9公式7中Fitness为适应度函数值，ErrorRate为使用选择之后的特征进行分类的式中：(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的r4是在1到最大搜索代理数之间产生的整数随机数，且角蜥蜴通过从眼睛中射出血液来抵御敌人。射血防御机制可以表示为射弹运动，其中(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的最2其中(t+1)为第t+1代解搜索空间中新的搜索代理位置，为第t代的最设：x:(t)为第i个个体迭代第t轮的数值，xi(t+1)为第i个个体迭代第t+1轮的数次独立运行结果取平均值。选取其他六个特征选择方法进行比较：二进制蝗虫优化方法(次独立运行结果取平均值。选取其他六个特征选择方法进行比较：二进制蝗虫优化方法([0056]由此可见，在UCI的3个不同的疾病数据集上面，该特征选择方法与KNN算法，性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器readonlymemory，ROM、可编程只读存储器programmableROM，PROM、可擦除可编程只读存储器erasable态随机存取存储器dynamicRAM，DRAM、同步动态随机存取存储器synchronousDRAM，型同步动态随机存取存储器enhancedSDRAM，ESDRAM、同步连接动态随机存取存储器任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。软件形式的指