论文部分内容阅读
提出一种基于量子粒子群优化算法（QPSO）和加权最小二乘支持向量机（WLS-SVM）的智能方法，以克服常用方法存在需要较大样本数据量、建模速度较慢差等缺点．方法的具体改进是，将SVM中单一核函数构造成混合核函数，增加自适应权重，采用QPSO算法求解WLS-SVM训练模型中的线性方程组，这样能提高模型的性能．经过典型的二型糖尿病诊断实验，结果表明其建模速度快、诊断准确率高，其效果优于改进BP算法神经网络、LM算法神经网络和单核函数的SVM等方法．