Jan, 2024

心脏病预测的改进灰狼优化算法

PDF
TL;DR该论文通过将自适应曲线灰狼优化算法引入神经网络反向传播，提出了一种独特的解决医学图像处理中的挑战的方法。应用该方法能够增加神经网络的鲁棒性和泛化能力，并在公共可访问的 Cleveland 心脏病数据集上实现了 86.8% 的准确率，表明其在临床环境中进行高效的心脏病预测的潜力。
medical image processingadaptive curve grey wolf optimizationneural network backpropagationoverfittinginterpretability
发现论文，激发创造
  • 具有精英继承和平衡搜索机制的增强灰狼优化器

    通过引入精英继承机制和平衡搜索机制，提出了一种改进的 EBGWO 算法来解决原始 GWO 算法中的设计缺陷，实验证明该算法在准确性和收敛速度方面优于其他元启发式算法。

    Apr, 2024

  • 一种基于稀疏自编码器和灰狼优化器的数据分类框架

    本文通过灰狼优化算法来训练深度自动编码器，提高在分类问题中表现的效果和性能。与其他元启发式算法相比，结果表明使用 GWO 方法能够明显提高模型表现和性能。

    Jan, 2022

  • 一种采用灰狼优化的高效模式挖掘卷积神经网络（CNN）算法

    本文提出了一种基于 Convoluted Pattern of Wavelet Transform（CPWT）特征向量的 CNN 特征分析方法，通过优化 Grey Wolf Optimization（GWO）算法，对动态图像帧数据集中的特征进行分析和分类，从而实现自动化的特征分析。

    Apr, 2022

  • 基于灰狼优化器的增强教学学习优化模型在文本特征选择和聚类中的应用

    利用 Teaching-Learning-Based Optimization、Grey Wolf Optimizer 和 Genetic Algorithm 等算法的 TLBO-GWO 过滤特征选择算法可显著提升文本聚类技术 (K-means) 的有效性。

    Feb, 2024

  • DoWG Unleashed: 高效通用无参梯度下降方法

    DoWG 是一种新的易于实现的无需调参的梯度下降算法，通过保留运行平均差值的加权版本达到最佳状态，并显示出其适用于优化平滑和非平滑问题，同时还揭示了 AdaGrad 算法成功背后的基本原理。

    May, 2023

  • 基于自适应门控图卷积网络的脑电数据可解释诊断阿尔茨海默病

    本研究提出了一种使用自适应闸门图卷积网络病诊断的方法，基于脑功能连通性图结构和节点特征增强的卷积方法，实现了对阿尔茨海默病患者的较高精确度预测，并提供了说明预测的一致解释的可能，有助于进一步研究 AD 相关的大脑网络变化。

    Apr, 2023

  • 基于计算智能的能效 ACMV 系统预测与优化

    利用新型神经网络模型预测占用者的热舒适状态，分别应用了 Bayesian Gaussian Process Optimization (BGPO) 和 Augmented Firefly Algorithm (AFA) 优化算法来平衡空调系统的能效和占用者的热舒适感，实验结果表明，在样本数量一定时，AFA 算法比 BGPO 算法更稳定，并且在能效用户偏好条件下，BGPO 和 AFA 的最佳节能率分别为 -21％ 和 -10％，可在新加坡实验室节约 S$1219.1。

    Apr, 2022

  • 基于计算机深度学习的心血管疾病早期预警模型研究

    基于一维卷积神经网络的心血管疾病风险预警模型，通过填充和标准化 13 个生理指标，将卷积神经网络转化为二维矩阵，并采用一阶卷积操作和最大池化算法进行降维，通过 Adam 算法进行优化。相对于传统方法，该技术的预测精度提高了 11.2%，对数曲线拟合也有显著改善，通过一维卷积神经网络的检验，证实了该新方法的效力和适用性。

    Jun, 2024

  • 基于图表示的患者医疗状况预测：朝向数字孪生

    本文提出了一个框架，将 AI 算法和数学建模相结合，以提供全面的生理条件视图，并展示了整体有机体概率模拟和分子数据驱动的临床模型集成的潜力，这有助于解决将多尺度计算模型与 AI 相结合的重要技术挑战，从而实现了医疗保健的数字孪生兄弟的目标。

    Sep, 2020

  • 基于前向梯度级联法的高效深度神经网络训练优化

    使用前向模式自动微分进行梯度计算的 Frank-Wolfe 算法具有次线性收敛速度，并优于使用后向传播方法的标准 Frank-Wolfe 算法，同时研究了深度神经网络和梯度计算的性能。

    Mar, 2024