基于GA的步态特征与SVM参数协同优化研究

来源：计算机工程与应用杂志2019年第23期北京时间：

作者：唐晨，许胜强，程楠，段志奎，吴玺

单位：1.合肥工业大学 工业与装备技术研究院，合肥 230009；2.中国科学院 合肥智能机械研究所，合肥 230031；3.安徽中医药大学 神经病学研究所附属医院，合肥 230061；4.佛山科学技术学院，广东 佛山 528000；5.合肥工业大学 计算机与信息学院，合肥 230009

摘要：为了辅助医生对帕金森病患者进行更好的诊断，采用遗传算法对患者步态特征和支持向量机参数进行协同优化。在特征选择部分将步态特征和支持向量机参数使用二进制编码的方式生成染色体，同时输入到遗传算法中。考虑到遗传算法的搜索性能和运行时间，针对算法中的种群大小和进化代数这两个参数进行了寻优，找出合适的种群大小和进化代数。实验结果显示平均准确率为85.11%，相对于其他特征选择算法，准确率最高高出14%。表明使用该方法后对帕金森病患者的步态特征进行了有效去除，有利于患者的诊断。

关键词：遗传算法,特征选择,帕金森病,种群大小,进化代数