基于启发式算法的特征选择方法研究及应用

发布时间：2022-02-16 14:25

　　近年来,抑郁症的发病率逐年升高,治疗成本不断加大。目前生活中多采用主诉自评或一些体内激素指标来对抑郁症患者进行诊断,主诉自评带有较大的主观性,容易偏离客观事实;体内激素指标通常会受到一些躯体疾病的影响,因而容易造成误诊。当前,随着学术界对脑电信号的深入研究,越来越多的学者将机器学习领域的知识和脑电信号结合,通过对脑电信号进行特征提取、选择和分类等操作,最终建立起抑郁症的识别模型,为临床诊断提供一种客观辅助工具。本文聚焦于机器学习流程中的特征选择步骤,通过结合传统的特征选择方法和启发式算法,提出一种融合特征选择算法FM_GASA,并将该算法应用于基于脑电信号的抑郁识别的研究中,从而提高抑郁识别的可靠性。本文的工作和成果如下:1.提出融合特征选择算法FM_GASA。该算法综合考虑过滤式（Filter）和封装式（Wrapper）两种特征选择的优缺点,首先利用方差分析和互信息两种Filter算法对特征空间进行初步过滤,然后利用Wrapper算法对过滤后的空间进行二次搜索。在Wrapper算法的搜索策略上,针对遗传算法过早收敛的现状,对种群中的每个个体进行... 

【文章来源】：兰州大学甘肃省211工程院校985工程院校教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 抑郁症背景
    1.2 特征选择概述
    1.3 特征选择发展与现状
    1.4 研究内容
    1.5 本文组织结构
第二章 研究重点及理论基础
    2.1 启发式算法
        2.1.1 启发式算法概述
        2.1.2 常用启发式算法
    2.2 特征选择理论基础
        2.2.1 特征选择的基本特性
        2.2.2 特征子集的生成
        2.2.3 特征子集的评价函数
    2.3 本章小结
第三章 基于启发式算法的特征选择方法研究
    3.1 Filter特征选择方法设计
        3.1.1 方差分析
        3.1.2 互信息
    3.2 Wrapper特征选择方法设计
        3.2.1 模拟退火算法
        3.2.2 遗传算法
        3.2.3 改进遗传算法设计
        3.2.4 评价算法
    3.3 实验验证
        3.3.1 实验方案
        3.3.2 实验结果及分析
    3.4 本章小结
第四章 基于融合特征选择算法的抑郁识别研究
    4.1 数据采集及实验设计
        4.1.1 实验设备
        4.1.2 入组标准
        4.1.3 实验素材及流程
    4.2 脑电信号及其预处理
    4.3 脑电信号特征提取
    4.4 脑电信号特征选择
    4.5 脑电信号分类
        4.5.1 实验方案
        4.5.2 实验结果
    4.6 结果分析
    4.7 本章小结
第五章 总结与展望
参考文献
在学期间的研究成果
致谢


【参考文献】：
期刊论文
[1]烟酸皮肤潮红反应用于抑郁症诊断的研究[J]. 郑雁群,王燕,刘婉莹,张福旭,朱墨,宋振华,胡瑶,张天宏,刘晓华.  中国神经精神疾病杂志. 2018(12)
[2]抑郁症患者的表情及微表情识别[J]. 马琳,陈文锋,傅小兰,王桐桐.  科学通报. 2018(20)
[3]抑郁症早期识别方法研究[J]. 郭怀斌,王东林.  心理科学. 2016(05)
[4]一个测量抑郁症的重要神经指标:静息额叶脑电活动的不对称性[J]. 刘雷,周仁来.  心理科学进展. 2015(06)
[5]抑郁症病因病机研究探析[J]. 马欢.  辽宁中医杂志. 2005(06)
[6]基于小波变换的特征构造与选择[J]. 张晓文,杨煜普,许晓鸣.  计算机工程与应用. 2003(19)
[7]中国精神障碍分类与诊断标准第三版(精神障碍分类)[J].   中华精神科杂志. 2001(03)
[8]《社会支持评定量表》的理论基础与研究应用[J]. 肖水源.  临床精神医学杂志. 1994(02)

硕士论文
[1]基于语音信号的抑郁症识别研究与应用[D]. 刘美.天津师范大学 2018
[2]抑郁症患者的脑部MRI图像分类算法研究[D]. 顾礼书.北京交通大学 2018
[3]基于现代谱估计的抑郁症脑电研究[D]. 孙名厚.兰州大学 2016



本文编号：3628126