粒子群群最適化とバイナリ決定ツリーを使用したLS-SVMを使用したカルディトコグラムからの胎児状態の決定

最小二乗サポートベクターマシン（LS-SVM）を使用して、胎児の状態を決定するために、カルダイオコグラムの分類のためにバイナリ決定ツリーを使用します。LS-SVMのパラメーターは、粒子群の最適化によって最適化されています。メソッドの堅牢性は、10倍の交差検証を実行することで調べられます。メソッドのパフォーマンスは、全体的な分類精度の観点から評価されます。さらに、メソッドのパフォーマンスを分析および視覚化するために、受信機の操作特性分析とCOBWEB表現が提示されます。実験結果は、提案された方法が91.62％の顕著な分類精度率を達成することを示しています。

We use least squares support vector machine (LS-SVM) utilizing a binary decision tree for classification of cardiotocogram to determine the fetal state. The parameters of LS-SVM are optimized by particle swarm optimization. The robustness of the method is examined by running 10-fold cross-validation. The performance of the method is evaluated in terms of overall classification accuracy. Additionally, receiver operation characteristic analysis and cobweb representation are presented in order to analyze and visualize the performance of the method. Experimental results demonstrate that the proposed method achieves a remarkable classification accuracy rate of 91.62%.