[00070464]基于遗传算法和变精度粗糙集的PET/CT高维特征级选择方法
技术详细介绍
本发明公开了基于遗传算法和变精度粗糙集的PET/CT高维特征级选择方法，该方法一方面综合考虑了染色体编码取值、属性的最小约简数目、属性依赖度等构造一个通用的适应度函数框架，通过调节各个因素的权重系数来实现不同的适应度函数；另一方面，针对Pawlak粗糙集模型的局限性，引入了分类错误率β将Pawlak粗糙集模型中下近似的严格包含放宽为部分包含，不但完善了近似空间的概念，而且增强了处理噪声的能力，同时不断改变β的范围来实现不同的适应度函数。实验结果表明，在分类错误率一致的情况下，不同的权重系数对结果影响较大，同理，在权重系数一样的情况下，不断增大分类错误率，实验结果也有较大的差别，可根据本发明数据找到最适合本发明的参数组合。
