基于非线性二进制蝗虫优化算法的疾病分类

癌症、心脏病、帕金森等重大疾病,严重危害人们健康,如何对这类疾病进行有效的诊断,对人民健康健康水平的提升有着重大意义。然而,在疾病数据集中时,可能存在冗余和不相关的特征,如何从数据集中识别出相关特征并用于疾病的判断是一个重要课题。本文提出一种非线性二进制蝗虫优化算法,将原始的线性递减参数进行了非线性的调整,以此来很好地掌控算法在不同时期的变化,结合k-nn分类器对特征子集进行评估,并选取10组疾病数据集进行实验。与二进制蝗虫优化算法和模拟退火算法相比,适应度值的最大下降率分别为3.06%和5.21%,分类准确率的最大提高分别为4.05%和7.62%,最终证明了其较高的适用性。