重庆市自然科学基金(CSTC2009BA2021)
- 作品数：3 被引量：6H指数：2
- 相关作者：冯敬伟田逢春闫嘉徐姗何庆华更多>>
- 相关机构：重庆大学第三军医大学大坪医院更多>>
- 发文基金：重庆市自然科学基金重庆大学研究生科技创新基金重庆市重大科技专项更多>>
- 相关领域：自动化与计算机技术更多>>
- 独立分量分析在伤口感染监测电子鼻技术中的应用被引量：4
- 2011年
- 针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和独立分量分析(ICA)的方法来检测常见的伤口感染病原茵。该电子鼻的传感器阵列由6个金属氧化物半导体传感器组成,分别对七种常见病原菌产生响应,然后利用RBF神经网络对经ICA预处理后的数据进行识别。结果表明,ICA对气体传感器阵列测量数据进行预处理,可以简化神经网络的结构,减少计算量,并能提高伤口感染病原茵识别的准确率。
- 徐姗田逢春杨先一闫嘉冯敬伟
- 关键词：电子鼻ICARBF伤口感染
- 带参考向量的ICA电子鼻背景干扰消除算法被引量：1
- 2012年
- 针对电子鼻伤口感染检测中的背景干扰问题,提出一种带参考向量的独立分量分析(ICA)背景干扰消除算法。利用ICA分解传感器阵列信号并提取独立分量,通过计算独立分量与参考向量的相关性,区分有用信号和背景干扰,采用神经网络分类器进行模式识别。实验结果表明,该算法能消除电子鼻背景干扰,提高伤口感染检测的准确率。
- 田逢春闫嘉何庆华沈岳冯敬伟贾鹏飞徐姗
- 关键词：电子鼻伤口感染独立分量分析
- 基于支持向量机和粒子群算法的电子鼻伤口感染检测被引量：2
- 2012年
- 针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用SVM对实验数据进行识别。同时,鉴于传感器阵列的优化以及SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和SVM参数同步优化方法。实验结果表明,SVM结合PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率。
- 闫嘉田逢春何庆华冯敬伟贾鹏飞孙诚樊澍
- 关键词：电子鼻伤口感染支持向量机粒子群算法参数优化
