论文部分内容阅读
帕金森数据集和远程帕金森数据集是目前对帕金森病进行语音障碍分析时常用的两个数据集，由于其在帕金森病诊断方面的独特性而受到研究者的关注。针对这两个数据集，利用基于计算几何原理的多维筛分类器对其进行可视化分类，并从量化等级、子分类器个数等参数对其进行性能分析，从而获得帕金森病数据在可视化分类条件下的表现。实验结果表明，不同量化等级对诊断精度的影响大约为5％。通过与经典分类方法进行对比，发现多维筛的可视化分类方法精度高于其他分类方法至少5％，在取得更高分类精度的同时获得了良好的可解释特性。