[發(fā)明專利]一種用于癲癇腦波病歷特征選擇的多專家協(xié)同決策方法

有效

• 申請?zhí)枺?/td>: 201611089491.7
• 申請日: 2016-12-01
• 公開（公告）號: CN106599555B
• 公開（公告）日: 2018-10-30
• 發(fā)明（設計）人: 丁衛(wèi)平;施佺;管致錦;董建成;王杰華;陳森博;張曉峰;胡斌;文萬志;顧頎;程學云
• 申請（專利權）人: 南通大學
• 主分類號: G16H50/20
• 分類號: G16H50/20
• 代理公司: 南京正聯(lián)知識產(chǎn)權代理有限公司 32243
• 代理人: 錢靚

1.一種用于癲癇腦波病歷特征選擇的多專家協(xié)同決策方法，其特征在于：具體步驟如下：

A.設計一個具有n個專家的專家系統(tǒng)集E，其中每個專家e_i∈E具有相應的重要度權重w_i且w_i∈[0,1]，并將該權重初始化為w_i＝1,i∈{1,2,...,n}；

B.構造專家系統(tǒng)集中第i個專家e_i對應的癲癇腦波病歷參考關系特征選擇矩陣其中l(wèi),k∈{1,2,...,n}，為專家e_i選擇的每對腦波病歷信號(x_l,x_k)相應特征值；

C.設計專家e_i所在專家組Exg_i的鄰域半徑r_i，值范圍r_i∈[(w_i-η_i),(w_i+η_i)]，其中w_i為重要度權重，α_i為專家e_i選擇腦波病歷信號對(x_l,x_k)相應特征值的迭代次數(shù)；

D.計算鄰域半徑范圍r_i內(nèi)專家組Exg_i的特征選擇值協(xié)同性,并獲取專家組Exg_i的特征選擇關系協(xié)同度cr_i；

E.比較專家組Exg_i特征選擇關系協(xié)同度cr_i與預先設定的協(xié)同性閾值μ關系：如果cr_i≥μ，則專家組Exg_i對癲癇腦波病歷特征選擇過程結束，轉向新的專家組進行腦波病歷特征選擇過程；如果cr_i＜μ，則繼續(xù)專家組Exg_i繼續(xù)進行上述癲癇腦波病歷特征選擇過程，進一步優(yōu)化協(xié)同度cr_i，直至滿足cr_i＝μ；

F.構造含有專家系統(tǒng)集E的專家鄰近矩陣集P和專家組Exg_i的關系矩陣PE_i，優(yōu)化外傷性癲癇腦波病歷特征集，并進行多專家特征選擇的協(xié)同決策優(yōu)化，求出外傷性癲癇腦波病歷優(yōu)化特征向量，從而獲得多專家協(xié)同決策優(yōu)化后的癲癇腦波病歷特征選擇集；

G.判斷上述求得的外傷性癲癇腦波病歷特征選擇集結果是否滿足最優(yōu)精度要求，若滿足，則輸出癲癇腦波病歷全局最優(yōu)特征選擇集；否則，轉至步驟B重復進行上述過程。

2.根據(jù)權利要求1所述一種用于癲癇腦波病歷特征選擇的多專家協(xié)同決策方法，其特征在于：所述步驟D中所述實現(xiàn)計算鄰域半徑范圍r_i內(nèi)專家組Exg_i的特征選擇值協(xié)同性，并獲取專家組Exg_i特征選擇關系協(xié)同度cr_i；具體步驟如下：

a.在專家組Exg_i內(nèi)對每一對專家e_i,e_j利用相似函數(shù)計算他們特征選擇值之間的相似度計算公式為：

b.構造每一對專家e_i,e_j之間相似矩陣SM如下：

c.設計每一對專家e_i,e_j選擇腦波病歷信號(x_l,x_k)特征值時的平均權重為：

其中

d.計算專家組Exg_i內(nèi)每一對專家e_i,e_j平均權重值的最大值為最小值為求出專家組Exg_i總的參考平均權重值為

其中

e.計算專家組Exg_i內(nèi)分配的癲癇腦波病歷信號的特征選擇度EM_i為：

f.獲取專家組Exg_i特征選擇的關系協(xié)同度cr_i為：

3.根據(jù)權利要求1所述一種用于癲癇腦波病歷特征選擇的多專家協(xié)同決策方法，其特征在于：所述步驟F中所述構造專家系統(tǒng)集E的專家鄰近矩陣集P和專家組Exg_i的關系矩陣PE_i，優(yōu)化外傷性癲癇腦波病歷的特征集，并進行多專家特征選擇的協(xié)同決策優(yōu)化，求出外傷性癲癇腦波病歷優(yōu)化特征向量，從而獲得多專家協(xié)同決策優(yōu)化后的癲癇腦波病歷特征選擇集；具體步驟如下：

a.在專家系統(tǒng)集E中計算專家e_i選擇的每對腦波病歷信號(x_l,x_k)相應特征值求出專家鄰近矩陣集P＝{P₁,P₂,...,P_i,...,P_n}，其中P_i為：

b.構造專家組Exg_i的特征選擇值與專家鄰近矩陣集P的關系矩陣PE_i如下：

其中為專家組Exg_i內(nèi)每對專家(x_l,x_k)的特征關系值，其計算公式為：

c.優(yōu)化專家組Exg_i中專家e_i對癲癇腦波病歷信號的特征選擇值，使其特征關系值為：

d.設專家協(xié)同決策閾值為ε，使和之間特征關系進一步滿足則此時專家組Exg_i中專家e_i獲得了較好的癲癇腦波病歷信號的特征選擇值；

e.專家組Exg₁,Exg₂,…,Exg_i,…,Exg_n分別針對各自分配的癲癇腦波病歷信號構造相應的特征選擇集向量為FS₁,FS₂,…,FS_i,…,FS_n，其向量具體如下：

f.給每個癲癇腦波病歷特征選擇集向量賦以相應的特征權重Γ_i，Γ_i定義如下：

g.進一步將每個癲癇腦波病歷特征向量優(yōu)化為FOS₁,FOS₂,…,FOS_i,…,FOS_n，其優(yōu)化公式分別為：

FOS₁＝Γ₁×FS₁,

FOS₂＝Γ₂×FS₂,

…

FOS_i＝Γ_i×FS_i,

…

FOS_n＝Γ_n×FS_n；

從而獲取多專家協(xié)同優(yōu)化癲癇腦波病歷全局最優(yōu)特征選擇集為